博客
关于我
ip地址访问vue运行项目
阅读量:531 次
发布时间:2019-03-08

本文共 871 字,大约阅读时间需要 2 分钟。

通过IP地址访问Vue项目:配置与访问方法

在未进行特定配置的情况下,直接通过IP地址访问Vue运行项目是无法实现的。要想通过IP地址访问项目,需要按照以下步骤进行配置。

步骤一:查看本机IP地址

在Windows系统中,可以通过以下命令查看本机IP地址:

  • 按下Win + R,输入cmd,然后按回车。
  • 在命令提示符中输入ipconfig /all,即可看到本机的IP地址信息。
  • 此时,你会发现每个网络适应器都有一个对应的IP地址,记住这个IP地址信息,用于后续访问项目。

    步骤二:修改项目配置

    为了允许通过IP地址访问项目,需要对项目的配置文件进行相应修改。具体步骤如下:

  • 打开项目根目录下的package.json文件。
  • scripts部分添加配置:
    "scripts": {     "dev": "webpack-dev-server --host 0.0.0.0 --inline --progress --config build/webpack.dev.conf.js", }

    这一步的作用是指定开发服务器的主机地址为0.0.0.0,允许来自任何本地网络的访问。

  • 保存修改后的package.json文件,并重新启动项目。
  • 步骤三:访问项目

    在配置完成后,你可以通过以下方式访问项目:

  • 打开浏览器,输入以下地址:http://[IP地址]:[端口]

    • [IP地址]请将其替换为你查看到的本机IP地址。
    • [端口]默认为8080,如未指定其他端口,请直接使用8080
    • 例如,如果你的IP地址是192.168.42.122,则访问地址为http://192.168.42.122:8080
  • 访问时请确保与项目所在的设备和浏览器处于同一网络范围内,否则可能无法正常访问。

  • 注意事项

    • 在修改package.json文件前,请务必备份以防万一。
    • 如果你在局域网内访问项目,请确保目标设备和浏览器都以同一IP地址连接到网络。
    • 如果你使用了NAT或其他网络安全措施,可能需要额外配置允许外部访问。

    参考资料

    转载地址:http://jgpiz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>
    OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
    查看>>
    OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>