windows下vs 2015 libtorrent库的配置,vs2015下-boost-openssl-libtorrent的配置

news2026/5/24 13:02:26
libtorrent依赖OpenSSL和boost库首先要编译Openssl和boost库。1、安装ActivePerl下载地址网上找。安装完后配置环境变量(一般安装成功后环境变量就已经配置好了如果没有配置自己配置环境变量)我的perl路径是G:/perl配置的环境变量是G:/Perl/bin。2、编译openssl:我下载的是openssl-1.0.1c版本安装路径是G:/openssl-1.0.1c打开 Visual Studio 2015-Visual Studio tools -VS2015 开发人员命令提示进到 openssl的目录下一次运行以下命令1 perl configure VC-WIN32--prefixG:/openssllib32位系统根据环境需要自己改变 - 完成后查看是否有ms/do_ms文件夹2Makefile 文件ms\do_nasm如果不是使用nasm汇编器这一步使用其他的命令代代替如ms\do_ms 完成后查看ms文件夹下是否有ntdll.mak和nt.mak两个文件这里可以提前修改ms目录下的ntdll.mak文件把-w3修改为-w0CFLAG /MD /Ox -DOPENSSL_THREADS -DDSO_WIN32 -W3 -Gs0 -Gy -nologo不修改有时候会出现error有时候没有错误可能和版本有关系这个不是特别了解。3nmake -f ms/ntdll.mak(编译静态版本的执行nmake -f ms/nt.mak静态库会出无法解析外部符号的错误需要给指定lib库的位置我使用的是动态库) 。编译完成后会在G:openssl-1.0.1c下生成动态库文件夹out32dll静态库生成的是out32文件夹。out32dll下成的有用文件openssl.exelibeay32.dllssleay32.dll。另外还有几个可能会用到测试OpenSSL动态库nmake -f ms\ntdll.mak test测试OpenSSL静态库nmake -f ms\nt.mak test安装OpenSSL动态库nmake -f ms\ntdll.mak install安装OpenSSL静态库nmake -f ms\nt.mak install清除上次OpenSSL动态库的编译以便重新编译nmake -f ms\ntdll.mak clean清除上次OpenSSL静态库的编译以便重新编译nmake -f ms\nt.mak cleanG:\openssllib文件夹下生成所需要的动静态库注遇到问题可以在网上找方法这个只是我编译时见到的情况特意拿来和大家分享。3、编译Boost库下载网址https://sourceforge.net/projects/boost/files/boost/1.36.0/。1解压例解压到G:/。2打开 Visual Studio 2015-Visual Studio tools -VS2015 开发人员命令提示cd 到boost解压后的根目录例G:/boost_1_62_0执行G:/boost_1_62_0下的booststrap.bat。完成后会在boost根目录G:/boost_1_62_0生成b2.exebjam.exeproject-config.jam。3使用bjam命令bjam --without-python --toolsetmsvc-14.0 linkstatic runtime-linkshared threadingmulti debug release;在这之前如果之前有生成记录可以使用bjam --clean 清除下记录。运行完成后会提示意思是这样Compiler include: G:/boost_1_62_0Linker library: G:/boost_1_62_0/stage/lib详细的每个参数的含义可以参考 全速前行 的博客里的《BOOST库在Windows下的配置》网址链接http://blog.csdn.net/lincyang/article/details/5969518?locationNum5fps1 谢谢博主。在此我就不详细介绍了如果想知道可以回帖欢迎询问。4设置环境变量BOOST_BUILD_PATHset BOOST_BUILD_PATHG:/boost_1_62_0/;5修改 G:/boost_1_62_0/tools/build/example/user-config.jam文件在里面添加#using msvc :4.0;6设置b2.exe的环境变量如果使用bjam就设置bjam的环境变量。在计算机的path里设置 G:/boost_1_62_0/。编译好的boost_1_68_0的最新版本下载链接https://download.csdn.net/download/huijielic/108299434、libtorrent库下载地址https://sourceforge.net/projects/libtorrent/ 或者https://github.com/arvidn/libtorrent1安装路径G:/下载的是第二个网址里的所有文件文件夹名是libtorrent-master。2设置头文件和依赖库打开 Visual Studio 2015-Visual Studio tools -VS2015 开发人员命令提示cd到libtorrent的目录例G:/libtorrent-masterset BOOST_ROOTG:/boost_1_62_0/;set INCLUDE G:/libtorrent-master/include/;G:/openssl-1.0.1c/include/;G:/boost_1_62_0/boost/;set LIBG:/openssl_1.0.1c/out32dll/;G:boost_1_62_0/stage/lib/;运行b2.exe生成在G:/libtorrent-master/ 下生成bin目录bin/msvc-14.0/debug/asserts-on/threading-multi/ 下生成torrent.lib和torrent.dll文件。可以把这两个文件torrent.lib和torrent.dll拷贝到bin目录下方便使用。例子可以使用G:/libtorrent-master/examples下的程序测试。使用的配置欢迎回帖。参考http://libtorrent.org/building.html 该网站介绍的很详细。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2637781.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…