Ubuntu 配置 Node.js 环境变量指南:安装确认、PATH 设置与生效验证

纸上星河
纸上星河
发布时间:2026-08-25| 67人浏览过
原创

前言

不少人在 Ubuntu 上装完 Node.js 后,命令能不能直接用,往往卡在环境变量这一步。本文按“先确认安装、再写入 PATH、最后检查结果”的顺序整理一遍,并说明当前用户配置与全局配置分别该改哪里。

不少人在 Ubuntu 上装完 Node.js 后,命令能不能直接用,往往卡在环境变量这一步。本文按“先确认安装、再写入 PATH、最后检查结果”的顺序整理一遍,并说明当前用户配置与全局配置分别该改哪里。

先确认 Node.js 和 npm 已安装

在配置环境变量前,先确保 Node.js 已经安装完成。如果系统里还没有这两个工具,可以直接用 apt 安装:

Node.js 环境变量配置前的安装与路径确认信息图
安装与路径确认先确认 Node.js 与 npm 已安装,再根据实际输出路径决定后续配置内容。
sudo apt update
sudo apt install nodejs
sudo apt install npm

安装完成后,不要急着修改配置文件,先确认可执行文件实际放在哪个位置。Ubuntu 中常见路径是 /usr/bin/node 和 /usr/bin/npm,但仍建议以命令输出为准:

which node
which npm

这一步的作用是把后面的 PATH 配置建立在真实路径之上,避免把错误目录写进环境变量。

选择配置文件并写入 PATH

环境变量可以写到不同文件里,区别在于生效范围:

Ubuntu 中选择环境变量文件并写入 PATH 的对比信息图
配置文件与 PATH 写法当前用户配置与全局配置的区别,决定了应修改哪个环境变量文件。
  • ~/.bashrc:只对当前用户生效,适合个人开发环境。
  • /etc/profile 或 /etc/environment:面向全局配置,适合希望所有用户都可用的场景。

如果只是给当前用户配置,直接编辑 ~/.bashrc 即可:

nano ~/.bashrc

在文件末尾追加 PATH 设置,把前面查到的实际路径填进去。例如:

export PATH=$PATH:/usr/bin/node

这里要注意,示例中的路径来自原文给出的常见安装位置;实际操作时,应优先使用 which node 和 which npm 查到的结果。配置完成后保存并退出编辑器。

让配置生效并验证结果

修改完 ~/.bashrc 后,当前终端不会自动立即加载新配置,需要手动执行:

Node.js 环境变量生效与验证结果信息图
生效与验证重新加载 shell 配置后,再用版本命令检查 Node.js 和 npm。
source ~/.bashrc

接着用版本命令检查 Node.js 和 npm 是否已经可以正常调用:

node --version
npm --version

如果命令能够正常输出版本号,就说明环境变量已经生效。之后你可以在任意目录下直接使用 Node.js 和 npm,而不需要切换到安装目录执行。

把整个流程压缩来看,其实就是三步:确认安装路径、把路径写进合适的配置文件、重新加载并验证结果。对大多数 Ubuntu 用户来说,按这个顺序处理,基本就能把 Node.js 环境变量配置清楚。

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。