探索.NET Core：通用开发平台与3.1版特性概览

需积分: 9 6 浏览量更新于2024-07-16 收藏 8.1MB PDF 举报

身份认证购VIP最低享 7 折!

30元优惠券

.NET Core 是一个开源的、跨平台的开发框架，由微软开发，旨在提供一个统一的开发环境，支持多种编程语言，如C#、F#、TypeScript等，以创建高性能、可移植的应用程序。它最初是作为.NET Framework的轻量级替代品而设计的，特别适合云、物联网(IoT)、客户端用户界面(UI)和机器学习等领域。安装.NET Core SDK: 要开始使用.NET Core，首先需要下载并安装.NET Core SDK，这是开发、构建和部署.NET Core应用程序的基础工具。最新的版本是.NET Core 3.1，可以从官方网站获取安装包，支持Windows、macOS和Linux操作系统。不同操作系统的安装步骤可能略有差异，例如在Ubuntu系列、CentOS、Debian、Fedora和OpenSUSE等Linux发行版中，可以使用相应的包管理器进行安装。管理.NET模板: .NET Core提供了丰富的模板来快速搭建项目，包括控制台应用、Web应用、函数应用等，用户可以根据需要选择。对于macOS，可能存在证书验证问题，需要正确配置以获取IntelliSense的支持。检查.NET Core版本: 要确保使用的是最新版本，可以使用命令行工具`dotnet --version`来查看当前的.NET Core CLI版本。此外，也可以在VS Code等集成开发环境(IDE)中集成此功能，实时检查版本信息。使用Visual Studio、Visual Studio Code或命令行工具: .NET Core支持多种集成开发环境，如Visual Studio、Visual Studio Code (VSCode)和命令行接口(CLI)，分别适合不同的开发场景和偏好。例如，通过Visual Studio，开发者可以方便地创建、调试和发布.NET Core项目；VSCode则提供跨平台的体验，且与.NET Core CLI无缝集成。开发ASP.NET Core应用: 针对Web开发，ASP.NET Core是.NET Core的重要组成部分，提供了现代化的web应用开发框架，支持RESTful API、MVC架构以及响应式设计。从本地代码承载.NET Core: 对于本地开发，可以直接在源代码中包含.NET Core运行时，使得项目更加独立于特定的运行时环境。创建和使用.NET Core CLI工具: 开发者可以利用.NET Core CLI创建自定义工具和全局或本地工具，这有助于扩展其开发流程和自动化任务。 .NET Core以其轻量化、灵活性和广泛的生态系统吸引着开发者，无论你是新手还是经验丰富的开发者，都能找到适合自己的工作流和工具。随着每个新版本的迭代，它不断引入新的特性和优化，持续推动着应用程序开发的进步。

资源详情

资源推荐

      
所有 .NET Core 下载项
Docker
后续步骤
可直接通过以下链接之一下载和安装 .NET Core：
.NET Core 3.1 下载
.NET Core 3.0 下载
.NET Core 2.2 下载
.NET Core 2.1 下载
容器提供了一种将应用程序与主机系统的其余部分隔离的轻量级方法。 同一计算机上的容器只共享内核，并
使用为应用程序提供的资源。
.NET Core 可在 Docker 容器中运行。 官方 .NET Core Docker 映像发布到 Microsoft 容器注册表 (MCR)，用户
可以在 Microsoft.NET Core Docker 中心存储库中找到这些映像。 每个存储库包含 .NET（SDK 或运行时）和可
以使用的操作系统的不同组合的映像。
Microsoft 提供适合特定场景的映像。 例如，ASP.NET Core 存储库提供针对在生产环境中运行 ASP.NET Core
应用生成的映像。
有关在 Docker 容器中使用 .NET Core 的详细信息，请参阅 .NET 和 Docker 简介和示例。
教程：Hello World 教程。
教程：使用 Visual Studio Code 创建一个新应用。
教程：使 .NET Core 应用容器化。
处理 macOS Catalina 公证。
教程：开始使用 macOS。
教程：使用 Visual Studio Code 创建一个新应用。
教程：使 .NET Core 应用容器化。
教程：使用 Visual Studio Code 创建一个新应用。
教程：使 .NET Core 应用容器化。

TIPTIP

使用 PowerShell 自动化安装

dotnet-install.ps1 -Channel 3.1 -Runtime aspnetcore

NOTENOTE

下载并手动安装

set DOTNET_ROOT=%USERPROFILE%\dotnet

set PATH=%USERPROFILE%\dotnet;%PATH%

set DOTNET_MULTILEVEL_LOOKUP=0

使用 Bash 自动化安装

前面的 export 命令只会使 .NET Core CLI 命令对运行它的终端会话可用。

你可以编辑 shell 配置文件，永久地添加这些命令。 Linux 提供了许多不同的 shell，每个都有不同的配置文件。例如：

Bash ShellBash Shell：~/.bash_profile 、~/.bashrc

Korn ShellKorn Shell：~/.kshrc 或 .profile

Z ShellZ Shell：~/.zshrc 或 .zprofile

为 shell 编辑相应的源文件，并将 :$HOME/dotnet 添加到现有 PATH 语句的末尾。如果不包含 PATH 语句，则使用

export PATH=$PATH:$HOME/dotnet 添加新行。

另外，将 export DOTNET_ROOT=$HOME/dotnet 添加至文件的末尾。

使用此方法可以将不同的版本安装到不同的位置，并明确选择应用程序要使用的对应版本。

dotnet-install 脚本用于运行时的自动化和非管理员安装。可从 dotnet-install 脚本引用页下载该脚本。

此脚本默认安装最新的长期支持 (LTS) 版本，即 .NET Core 3.1。可通过指定 Channel 开关以选择特定版本。包

括 Runtime 开关以安装运行时。否则，该脚本安装 SDK。

以上命令安装 ASP.NET Core 运行时，用于实现最大的兼容性。 ASP.NET Core 运行时还包括标准 .NET Core 运行时。

若要提取运行时并使 .NET Core CLI 命令可用于终端，请先下载 .NET Core 二进制版本。然后，创建要安装到的

目录，例如 %USERPROFILE%\dotnet 。最后，将下载的 zip 文件提取到该目录中。

默认情况下，.NET Core CLI 命令和应用不会使用通过这种方式安装的 .NET Core。必须明确选择使用它。为

此，请更改用于启动应用程序的环境变量：

使用此方法可以将多个版本安装到不同的位置，然后通过使用指向安装位置的环境变量运行应用程序来明确

选择应用程序应使用哪个安装位置。

即使已设置这些环境变量，在选择用于运行应用程序的最佳框架时，.NET Core 仍会考虑默认的全局安装位置。

默认位置通常为安装程序使用的 C:\Program Files\dotnet 。还可以通过设置此环境变量来指示运行时仅使用

自定义安装位置：

dotnet-install 脚本用于运行时的自动化和非管理员安装。可从 dotnet-install 脚本引用页下载该脚本。

剩余628页未读，继续阅读

斯内科

粉丝: 648
资源: 97

探索.NET Core：通用开发平台与3.1版特性概览

asp.net core 2.1教程（全中文版）.pdf

ge：具有.NET Core的带编辑器的通用3D游戏引擎

深入了解ASP.NET底层架构（图书）.pdf

net.core.rmem_default net.core.rmem_max net.core.wmem_default net.core.wmem_max参数在Linux 7 和 Linux 8 中有区别吗

python项目中没有langchain_core，langchain_core.output_parsers如何导入到python脚本中使用

python 下载en_core_sci_sm-0.5.4.tar.gz

en_core_web_sm-2.3.1.tar.gz

emqx_node__db_role [node.role]: core emqx_node__db_backend [node.db_backend]

makefile hdl_fl_para += -f ../../../hdl/$(project)/file_list/mx2_core_rtl_for_netlist_file_list.f

net.core.optmem_max和net.core.wmem_max

ModuleNotFoundError: No module named 'tensorflow_datasets.core.features.text'

AttributeError: module 'tensorflow_core._api.v2.train' has no attribute 'Optimizer'

EMQX_NODE__DB_ROLE [node.role]: core EMQX_NODE__DB_BACKEND [node.db_backend]: mnesi

opencv_core.Mat和opencv.core.Mat 相互转换

-rw-r--r-- 1 smsprev4 app 205915 Jun 2 09:06 99701020001_SMG_D_SIGN_ADDREL_INFO_0000_20230530_I_0001_0001.xml为什么会显示gzip: /app/smsprev4/store/QLQYDZ/99/99701020001_SMG_D_SIGN_ADDREL_INFO_0000_20230530_I_0001_0001.xml.gz: No such file or directory 段错误 (core dumped)

AttributeError: module 'tensorflow_core._api.v2.compat.v1' has no attribute 'estimator'

forest_cols = list(forestdata.columns) df_cols = list(df.columns) idx = [df_cols.index(col) for col in forest_cols] diff = forestdata.loc[forestdata.index[-1]] - df.iloc[-2] diff = diff.loc[:, forest_cols].iloc[:, idx] 出错 ：pandas.core.indexing.IndexingError: Too many indexers

最新资源

forest_cols = list(forestdata.columns) df_cols = list(df.columns) idx = [df_cols.index(col) for col in forest_cols] diff = forestdata.loc[forestdata.index[-1]] - df.iloc[-2] diff = diff.loc[:, forest_cols].iloc[:, idx] 出错：pandas.core.indexing.IndexingError: Too many indexers