lib

宫指导说，换帅如换刀 程序员的编译器一换，基本套路必须都重练几次 使用wxWidgets并不难，但不能使用现有的库和工程配置文件，细节就必须理清楚 获取wxWidgets 官方的 下载 页面，下7z或zip文件均可 文件“wxWidgets根目录/docs/msw/install.txt”是编译说明文档，可以作为参考 添加环境变量WXWIN，值是wxWidgets根目录的路径。 虽然不添加变量也可以编译，但很多wxWidgets插件的编译都依赖这个环境变量，因此最好加上。 wxWidgets根目录的路径不要含有空格 增加vs2015支持 vs2015影响编译的改动，主要是定义了snprintf，以及编译器版本升级到14。 需要对wxWidgets作如下修改，才能使用vs2015进行编译。 %WXWIN%\include\msvc\wx\setup.h，66行，增加版本支持 #elif _MSC_VER == 1900 #define wxCOMPILER_PREFIX vc140 %WXWIN%\include\wx\compiler.h，56行，增加版本支持 #elif __VISUALC__ < 2000 #define __VISUALC14__ 在下面三个文件中，找到snprintf的宏定义，注释掉 　　%WXWIN%\src\tiff\libtiff\tif_config

环境准备 参考Discuz官网部署指导 http://faq.comsenz.com/library/system/env/env_linux.htm#download 首先确定环境支持，当前环境MySQL，Apache，nigux等都已经部署OK PHP安装 libiconv wget http://down1.chinaunix.net/distfiles/libiconv-1.14.tar.gz tar zxvf libiconv-1.14.tar.gz cd libiconv-1.14/ ./configure --prefix=/usr/local make && make install libmcrypt wget http://down1.chinaunix.net/distfiles/libmcrypt-2.5.7.tar.gz tar zxvf libmcrypt-2.5.7.tar.gz cd libmcrypt-2.5.7 ./configure make && make install libltdl yum install libtool-ltdl-devel mhash-0.9.9.9.tar.gz wget http://download2.polytechnic.edu.na/pub4/sourceforge/l/le/lempelf

在Opencv4.2.0版本应用的过程中发现imread始终读取不了图像数据，是由于库关联的问题。也就是在Debug模式下应该选择带’d’的lib，在Release模式下就选择不带’d’的lib。而实际我们在配置OpenCV环境的时候往往图方便将Debug和Release的目录都一起加了进去，再修改起来也比较麻烦。所以这时候最简单的办法就是在程序的开始加上： #pragma comment(lib,“opencv_world420d.lib”) 来告诉程序将采用Debug版本的库函数。 来源： CSDN 作者： 月月@鸟 链接： https://blog.csdn.net/qq_41117771/article/details/104340428

Traceback (most recent call last): File "manage.py", line 21, in <module> main() File "manage.py", line 17, in main execute_from_command_line(sys.argv) File "F:\PythonWorkPlace\HelloDjango\venv\lib\site-packages\django\core\management\__init__.py", line 401, in execute_from_command_line utility.execute() File "F:\PythonWorkPlace\HelloDjango\venv\lib\site-packages\django\core\management\__init__.py", line 377, in execute django.setup() File "F:\PythonWorkPlace\HelloDjango\venv\lib\site-packages\django\__init__.py", line 24, in setup apps.populate(settings.INSTALLED_APPS) File "F:

一、 Scrapy简介 Scrapy is a fast high-level screen scraping and web crawling framework, used to crawl websites and extract structured data from their pages. It can be used for a wide range of purposes, from data mining to monitoring and automated testing. 官方主页： http://www.scrapy.org/ 二、 安装Python2.7 官方主页： http://www.python.org/ 下载地址： http://www.python.org/ftp/python/2.7.3/python-2.7.3.msi 1) 安装python 安装目录：D:\Python27 2) 添加环境变量 略System Properties -> Advanced -> Environment Variables - >System Variables -> Path -> Edit 3) 验证环境变量 T:\>set Path Path=C:\WINDOWS\system32;C:\WINDOWS;C:\WINDOWS\System32

用gcc编译使用了POSIX thread的程序时通常需要加额外的选项，以便使用thread-safe的库及头文件，一些老的书里说直接增加链接选项 -lpthread 就可以了，像这样： Shell代码 gcc -c x.c gcc x.o -ox -lpthread 而gcc手册里则指出应该在编译和链接时都增加 -pthread 选项，像这样： Shell代码 gcc -pthread -c x.c gcc x.o -ox -pthread 那么 -pthread 相比于 -lpthread 链接选项究竟多做了什么工作呢？我们可以在verbose模式下执行一下对应的gcc命令行看出来。下面是老式的直接加 -lpthread 链接选项的输出结果： Shell代码 $ gcc -v -c x.c ... /usr/lib/gcc/i486-linux-gnu/4.2.4/cc1 -quiet -v x.c -quiet -dumpbase x.c -mtune=generic -auxbase x -version -fstack-protector -fstack-protector -o /tmp/cch4ASTF.s ... as --traditional-format -V -Qy -o x.o /tmp/cch4ASTF.s ... $ gcc -v x.o -ox

最近做了emf2svg的工程，发现转出来的svg不能重新导入ppt，所以搞了个svg2png。这些功能很多都是有比较完善的代码，只是在windows下搞会比较麻烦。这次我测试的是sf_svg(github上找一下)，需要 SFML （ http-s://w-ww.sfml-dev.org/download/sfml/2.5.1/ ，如果不能跳转请将多余的-删掉） 在vs上编译，我是将所有的文件拉进来的，nanosvg并入sf_svg，然后修改部分文件的头文件引用之类的。我这边是将nanosvg++文件夹下放在sf_svg同一个目录下，然后全部拖进工程（末尾有列表），需要修改svg.hpp #include "nanosvg++/nsvgpp.hpp" #include "nsvgpp.hpp" Rasterizer.cpp需要添加 #ifdef _WIN32 #pragma comment(lib,"sfml-graphics.lib") #endif // _WIN32 加入新文件svg_dll.cpp（如果是exe，可以参考源码的example.cpp） #include "Svg.hpp" #include <SFML/Graphics/RenderWindow.hpp> #include <SFML/Window/Event.hpp> #include "sf_svg.h"

背景 Docker安装之后未加以管理，导致镜像和容器越来越多，占满了挂载盘，导致容器启动失败 解决 我们可以通过简单的df -h命令查看一下磁盘使用情况，也可以看到docker默认的数据存储位置：/var/lib/docker 也可以通过一下命令查看真正的存储/安装路径： docker info | grep "Docker Root Dir" 准备工作： 备份数据！备份数据！备份数据！ 我的目标迁移路径为：/data/software/docker 复制原 Docker 安装(存储)目录到新的路径下 cp -a /var/lib/docker /data/software/ 备份原数据 mv -u /var/lib/docker /var/lib/docker.bak 开搞 方案一： 创建软连接方式修改docker存储路径 关停 Docker 服务 systemctl stop docker 新建一个 /var/lib/docker 的软链给目标路径 ln -fs /data/software/docker /var/lib/docker 重启 Docker 服务 systemctl start docker 重启之后一顿操作docker确定没问题后再删除备份数据，在以后关于容器的操作存储路径由于软链的设置就会进入/data/software/docker目录下 方案二：

最初在用Qt显示点云时，每次新建项目都要配置目录，十分麻烦。最近突然意识到可以新建一个属性表，每次引用属性表就行了。这教会了我们做事要灵活变通。 1.新建工程 2.将解决方案配置为Release X64 我的vtk被编译成了Release版本 3.打开属性管理器 可以再视图-》其他窗口-》属性管理器找到 4.右击Release X64，添加新项目属性表，名字自拟 5.双击刚才建的属性表，进行编辑 在【连接器】-》【常规】的附加库目录中按格式添加D:\Qt5.11.2\5.11.2\msvc2015_64\lib，这样可以防止新建项目出现波浪线错误。 在【VC++】的包含目录中，按以下方式添加 在库目录中，按以下方式添加 点击【链接器】、【输入】，在附加依赖项中添加 、 具体如下： pcl_tracking_release . lib pcl_stereo_release . lib pcl_people_release . lib pcl_surface_release . lib pcl_segmentation_release . lib pcl_outofcore_release . lib pcl_keypoints_release . lib pcl_recognition_release . lib pcl_visualization_release . lib pcl

一、文件查找之locate命令 locate ： 非实时的，查找时根据全系统文件数据库进行的，模糊查找， update 手动生成文件数据库 速度快 依赖于updatedb数据库 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 #手动更新locate数据库 [root@lovelace scripts] # updatedb #使用locate查找文件 （速度好快的说） [root@lovelace scripts] # locate *.py /home/scripts/factorial .py /home/scripts/input .py /usr/lib/python2 .4 /fileinput .py /usr/lib/python2 .4 /fileinput .pyc /usr/lib/python2 .4 /fileinput .pyo /usr/lib/python2 .4 /site-packages/dogtail/rawinput .py /usr/lib/python2 .4 /site-packages/dogtail/rawinput .pyc /usr/lib/python2 .4 /site-packages/dogtail/rawinput .pyo /usr/lib/python2 .4 /test