windows使用命令解压jar包,替换里面的文件。并重新打包成jar包,解决Failed to get nested archive for entry
有一个jar包,需要替换里面的文件,使用解压工具打开项目,然后找到对应的子包,再次打开,然后进行手工替换重新压缩成jar包后,发现启动服务报错Failed to get nested archive for entry。
使用下面的命令可实现替换并重新打包成jar包的功能
1、解压

点击红框输入cmd回车进入窗口,输入命令:
jar -xvf main.jar
解压后出现三个文件夹

2、替换文件并重新添加到初始jar包
替换BOOT-INF文件夹里面的jar包或class文件,替换之后执行打包命令进行再次打包,命令如下
jar -uvf0 main.jar .\BOOT-INF\classes\org\springblade\modules\api\controller\DeviceController.class
-u: 表示更新现有 JAR 文件。这会将指定的新文件添加到 JAR 文件中,如果文件已存在,则会覆盖原有的文件。
-v: 表示详细模式,即在标准输出中显示有关文件添加的详细信息。
-f: 指定要更新的 JAR 文件名
0 表示压缩级别为 0,意味着不压缩。这是一个数字零,而不是字母 “o”。这意味着文件会被原样放入 JAR 文件中,不会进行任何压缩。
看到如下提示,则证明编译成功

可以把三个文件夹删除了,如果不放心可再次解压后查看。
使用命令看看jar是否可以正常启动
java -jar main.jar --server.port=8081
总结:
1、解压:jar -xvf xx.jar
2、替换文件
3.、把替换的文件追加到jar包:
jar -uvf0 main.jar .\BOOT-INF\classes\org\springblade\modules\api\controller\DeviceController.class
4、测试启动:jar main.jar --server.port=8081
相关文章:
windows使用命令解压jar包,替换里面的文件。并重新打包成jar包,解决Failed to get nested archive for entry
有一个jar包,需要替换里面的文件,使用解压工具打开项目,然后找到对应的子包,再次打开,然后进行手工替换重新压缩成jar包后,发现启动服务报错Failed to get nested archive for entry。 使用下面的命令可实…...
2025电商与跨境贸易实战全解析:DeepSeek赋能细分领域深度指南(附全流程案例)
🚀 2025电商与跨境贸易实战全解析:DeepSeek赋能细分领域深度指南(附全流程案例)🚀 📚 目录 DeepSeek在电商与跨境贸易中的核心价值选品与市场分析:AI驱动的精准决策Listing优化与多语言营销:提升转化率的秘密物流与供应链管理:AI赋能的效率革命客户服务与私域运营:…...
驱动开发系列39 - Linux Graphics 3D 绘制流程(二)- 设置渲染管线
一:概述 Intel 的 Iris 驱动是 Mesa 中的 Gallium 驱动,主要用于 Intel Gen8+ GPU(Broadwell 及更新架构)。它负责与 i915 内核 DRM 驱动交互,并通过 Vulkan(ANV)、OpenGL(Iris Gallium)、或 OpenCL(Clover)来提供 3D 加速。在 Iris 驱动中,GPU Pipeline 设置 涉及…...
自动驾驶中planning为什么要把横纵向分开优化?
在自动驾驶系统中,将 横向(Lateral)规划 和 纵向(Longitudinal)规划 分开优化是一种常见的设计范式,其核心原理在于 解耦车辆运动控制的多维复杂性,同时兼顾 计算效率 和 安全性约束。以下从原理…...
Linux 命令大全完整版(06)
2. 系统设置命令 pwunconv 功能说明:关闭用户的投影密码。语法:pwunconv补充说明:执行 pwunconv 指令可以关闭用户投影密码,它会把密码从 shadow 文件内,重回存到 passwd 文件里。 rdate(receive date) 功能说明&a…...
第9章:LangChain结构化输出-示例2(数字提取服务)
如何使用LangChain4j框架创建和使用多种AI服务。它通过定义接口和注解,将自然语言处理任务(如情感分析、数字提取、日期提取、POJO提取等)封装为服务,并通过LangChain4j的AiServices动态生成这些服务的实现。 本章主要讲述基于Lan…...
每天五分钟深度学习pytorch:使用Inception模块搭建GoogLeNet模型
本文重点 前面我们学习了Incetption模块,它的作用类似于vgg块对于VGG网络模型一样,本文我们使用Inception搭建GoogLeNet网络,如果使用卷积层开始从头开始搭建GoogleNet,那么这样看起来会很不清晰,我们使用已经封装好的Inception来搭建GoogLeNet网络 关键点 关键点在于I…...
Ubuntu - Redis 安装、远程访问
参考教程: https://blog.csdn.net/houor/article/details/126672577 https://redis.io/docs/latest/operate/oss_and_stack/install/install-redis/install-redis-on-linux/ 查看是否安装 redis-cli --versionUbuntu 上安装 更新: sudo apt update …...
SpringBoot+Vue+微信小程序的猫咖小程序平台(程序+论文+讲解+安装+调试+售后)
感兴趣的可以先收藏起来,还有大家在毕设选题,项目以及论文编写等相关问题都可以给我留言咨询,我会一一回复,希望帮助更多的人。 系统介绍 在当下这个高速发展的时代,网络科技正以令人惊叹的速度不断迭代更新。从 5G …...
二分查找算法的全面解析C++
一、核心原理与特性 二分查找是一种**对数时间复杂度(O(log n))**的高效搜索算法46,需满足两个前提条件: 数据存储在连续内存空间(如数组)数据按升序/降序有序排列35 算法通过折半比较缩小搜索范围: 初始化左右边界…...
深度学习(5)-卷积神经网络
我们将深入理解卷积神经网络的原理,以及它为什么在计算机视觉任务上如此成功。我们先来看一个简单的卷积神经网络示例,它用干对 MNIST数字进行分类。这个任务在第2章用密集连接网络做过,当时的测试精度约为 97.8%。虽然这个卷积神经网络很简单…...
第9章:LangChain结构化输出-示例3(日期和时间提取服务)
如何使用LangChain4j框架创建和使用多种AI服务。它通过定义接口和注解,将自然语言处理任务(如情感分析、数字提取、日期提取、POJO提取等)封装为服务,并通过LangChain4j的AiServices动态生成这些服务的实现。 本章主要讲述基于LangChain调用大模型如何进行结构化输出的真实…...
解决Open WebU无法显示基于OpenAI API接口的推理内容的问题
解决方案 把reasoning content的东西移到content中来 并在reasoning时,手动加上标签。具体做法是截获第三方api返回的stream,并修改其中的内容,再移交给open webUI处理。 在backend\open_webui\routers\openai.py中 找到 generate_chat_com…...
AI颠覆蛋白质工程:ProMEP零样本预测突变效应
概述 在生命科学的“造物革命”中,蛋白质工程一直面临着“试错成本”与“设计效率”的双重挑战——传统方法依赖繁复的多序列比对(MSA)或耗时的实验室筛选,如同在浩瀚的蛋白质宇宙中盲选星辰。而今日,一项发表于《Cel…...
QT闲记-状态栏,模态对话框,非模态对话框
1、创建状态栏 跟菜单栏一样,如果是继承于QMainWindow类,那么可以获取窗口的状态栏,否则就要创建一个状态栏。通过statusBar()获取窗口的状态栏。 2、添加组件 通常添加Label 来显示相关信息,当然也可以添加其他的组件。通过addWidget()添加组件 3、设置状态栏样式 …...
QQ登录测试用例报告
QQ登录测试用例思维导图 一、安全性测试用例 1. 加密传输与存储验证 测试场景:输入账号密码并提交登录请求。预期结果:账号密码通过加密传输(如HTTPS)与存储(如哈希加盐),无明文暴露。 2. 二…...
ipad连接电脑断断续续,不断弹窗的解决办法
因为ipad air 屏幕摔坏,换了一个内外屏,想用爱思检验一下屏幕真伪, 连接电脑时,断断续续,连上几秒钟然后就断开,然后又连上 然后又断开,不断地弹出信任的弹窗。 刚开始以为是数据线问题&#x…...
《FFTformer:基于频域的高效Transformer用于高质量图像去模糊》
paper:2211.12250 GitHub:kkkls/FFTformer: [CVPR 2023] Effcient Frequence Domain-based Transformer for High-Quality Image Deblurring CVPR 2023 目录 摘要 1、介绍 2、相关工作 2.1 基于深度CNN的图像去模糊方法 2.2 Transformer及其在图…...
std::call_once
std::call_once 是 C11 标准库中提供的一个线程安全的一次性调用机制,位于 <mutex> 头文件中。它用于确保在多线程环境中,某个函数(或可调用对象)仅被调用一次,无论有多少线程尝试调用它。这种机制常用于实现线程…...
网络安全研究
1.1 网络安全面临的威胁 网络安全面临的威胁呈现出多样化和复杂化的趋势,给个人、企业和国家的安全带来了严峻挑战。以下是当前网络安全面临的主要威胁: 1.1.1 数据泄露风险 数据泄露是当前网络安全的重大威胁之一。根据国家互联网应急中心发布的《20…...
3步破解媒体碎片化:m4s-converter如何重塑你的离线视频体验?
3步破解媒体碎片化:m4s-converter如何重塑你的离线视频体验? 【免费下载链接】m4s-converter 一个跨平台小工具,将bilibili缓存的m4s格式音视频文件合并成mp4 项目地址: https://gitcode.com/gh_mirrors/m4/m4s-converter 实战演练&am…...
电动履带三轮车设计与实现:从原理到工程实践
1. 项目概述:打造一台电动履带三轮车去年参加EMF露营活动时,看到那些酷炫的家伙们骑着各种改装车穿梭营地,我就暗下决心:明年一定要搞个更拉风的玩意儿。经过三个月的折腾,这台被朋友们称为"TrakTrike"的电动…...
笔记本EC与BIOS的‘暗号’:深入解读Q Event与GPIO SMI在电源、按键背后的协作
笔记本EC与BIOS的‘暗号’:深入解读Q Event与GPIO SMI在电源、按键背后的协作 当按下笔记本电源键时,这个看似简单的动作背后隐藏着一场精密的硬件交响乐。嵌入式控制器(EC)与BIOS通过Q Event和GPIO SMI这两种特殊通信机制&#…...
从RSA加密到同余方程:手把手教你用扩展欧几里得算法求乘法逆元(附Python代码)
从RSA加密到同余方程:扩展欧几里得算法实战指南 在计算机科学和密码学领域,模逆元是一个看似简单却至关重要的概念。想象一下,你正在设计一个安全通信系统,或者解决一个算法竞赛中的数论问题,突然遇到了这样一个等式&a…...
算力赋能三维视觉创新,Lab4AI亮相 China3DV 2026
2026年4月17—19日,第五届中国三维视觉大会(China3DV 2026) 将在杭州国际博览中心隆重召开。作为国内三维视觉领域最高规格的学术研讨盛会,本次大会由中国图象图形学学会(CSIG)主办、CSIG三维视觉专委会承办…...
别再踩坑了!Windows 10/11上SQL Server 2019 Developer版保姆级安装与SSMS配置全流程
Windows 10/11上SQL Server 2019 Developer版零失败安装指南 第一次在Windows上安装SQL Server 2019 Developer版时,我遇到了各种奇怪的问题——安装程序卡在某个步骤、服务无法启动、SSMS连接失败...后来才发现,很多问题其实都有简单的预防措施。本文将…...
Windows Cleaner终极指南:3步彻底解决C盘爆红问题
Windows Cleaner终极指南:3步彻底解决C盘爆红问题 【免费下载链接】WindowsCleaner Windows Cleaner——专治C盘爆红及各种不服! 项目地址: https://gitcode.com/gh_mirrors/wi/WindowsCleaner 你是否经常遇到Windows系统盘空间不足的警告&#x…...
Phi-3.5-mini-instruct部署案例:开发者如何用单卡A10部署高性能轻量模型
Phi-3.5-mini-instruct部署案例:开发者如何用单卡A10部署高性能轻量模型 1. 模型简介 Phi-3.5-mini-instruct 是一个轻量级的高性能开放模型,属于Phi-3模型家族。这个模型基于精心筛选的高质量数据集构建,特别注重推理密集型任务的数据处理…...
real-anime-z显存优化部署方案:6GB显存卡运行1024×1024真实系出图
real-anime-z显存优化部署方案:6GB显存卡运行10241024真实系出图 1. 模型简介 real-anime-z是基于Z-Image的Lora版本的真实系动画图片生成模型。该模型经过特殊优化,能够在仅6GB显存的显卡上稳定运行,并生成10241024分辨率的高质量真实系动…...
【AI模型】概念-评测基准
【AI&游戏】专栏-直达 AI模型评测基准 AI模型评测基准(Benchmarks)是一系列标准化测试任务,用于评估大语言模型在不同方面的能力表现。了解模型评测基准有助于选择合适的模型,评估模型性能,并指导模型优化方向。 …...
