TigerVNC编译时xserver211.patch缺失问题的分析与解决
问题背景
在Rocky Linux 9系统上编译TigerVNC 1.14.0版本时,构建过程会报错提示找不到xserver211.patch文件。这个问题源于Xorg服务器版本号命名规则的变更与TigerVNC构建脚本之间的不兼容性。
问题分析
TigerVNC的构建脚本会根据已安装的Xorg服务器版本自动选择对应的补丁文件。在传统的Xorg版本命名中(如1.20.x),构建脚本会提取主版本号和次版本号(1和20)组合成"120"来匹配补丁文件名(xserver120.patch)。
然而,Xorg从21.1.x版本开始改变了版本号命名规则,直接使用"21"作为主版本号,不再使用"1.21"的格式。这导致构建脚本生成的补丁文件名(xserver211.patch)与实际存在的补丁文件(xserver21.patch)不匹配。
解决方案
针对这个问题,有两种可行的解决方法:
-
使用系统默认的Xorg版本
最简单的解决方案是使用Rocky Linux 9官方仓库提供的Xorg服务器版本,这些版本与TigerVNC构建脚本完全兼容。 -
修改构建脚本适配新版本
如果需要使用新版Xorg服务器,可以修改TigerVNC的spec文件中的版本检测逻辑。将原来的:xserver_patch="../xserver$(rpm -q --qf '%%{VERSION}' xorg-x11-server-source | awk -F. '{ print $1 $2 }').patch"修改为:
xserver_patch="../xserver$(rpm -q --qf '%%{VERSION}' xorg-x11-server-source | awk -F. '{ print $1 $2 }' | cut -c1-2).patch"这样修改后,脚本只会提取版本号的前两位数字,对于21.1.x版本的Xorg服务器会正确生成xserver21.patch的文件名。
技术细节
Xorg服务器的版本号变更反映了该项目的发展历程。传统版本号(1.20.x)遵循了长期使用的版本规则,而从21.1.x开始采用了新的简化版本号方案。这种变更虽然使版本号更加简洁,但也导致了与一些依赖版本号检测的构建系统(如TigerVNC)的兼容性问题。
TigerVNC作为Xorg服务器的远程桌面实现,需要针对不同版本的Xorg服务器应用特定的补丁。这些补丁通常包含了对Xorg服务器核心功能的修改,以实现远程桌面功能。因此,正确匹配补丁文件对TigerVNC的构建至关重要。
未来展望
随着Xorg服务器新版本逐渐成为各Linux发行版的标准配置,TigerVNC项目维护者将会更新构建脚本以适应新的版本号规则。在官方更新之前,用户可以采用上述解决方案之一来成功构建TigerVNC。
对于开发者而言,这个问题也提醒我们在设计版本号检测逻辑时,需要考虑项目可能发生的版本号规则变更,使构建系统更具弹性和前瞻性。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08