Rizin项目在旧版macOS上的构建问题分析与解决方案
2025-06-27 00:02:28作者:彭桢灵Jeremy
问题背景
Rizin是一款功能强大的逆向工程框架,但在某些旧版本的macOS系统上构建时遇到了两个主要问题。这些问题主要影响macOS 10.12及以下版本和macOS 10.6及以下版本的用户。
问题一:memcpy宏参数过多错误
在macOS 10.12及以下版本构建时,编译器会报告memcpy宏参数过多的错误。这个问题出现在analysis_xtensa.c文件中,具体表现为:
memcpy(ctx->length_table, (int[16]){ 3, 3, 3, 3, 3, 3, 3, 3, 2, 2, 2, 2, 2, 2, 8, 8 }, sizeof(ctx->length_table));
技术分析
这个问题的根源在于macOS系统头文件中定义的memcpy宏与复合字面量的交互问题。在较新的编译器中,复合字面量(int[16]){...}会被视为单个参数,但在旧版macOS的Clang和GCC中,编译器会错误地将复合字面量展开为多个参数传递给宏。
解决方案
Rizin开发团队已经修复了这个问题,解决方案是:
- 使用临时数组变量替代直接使用复合字面量
- 或者确保复合字面量被正确识别为单个参数
问题二:POSIX_SPAWN相关API缺失
在macOS 10.6及以下版本构建时,会出现POSIX_SPAWN_CLOEXEC_DEFAULT未定义和posix_spawn_file_actions_addinherit_np函数隐式声明的问题。
技术分析
POSIX_SPAWN_CLOEXEC_DEFAULT是macOS 10.7及以上版本引入的特性,用于控制进程生成时的文件描述符继承行为。在旧版macOS中,这个宏和相关的API函数不存在,导致构建失败。
解决方案
Rizin开发团队采取了以下措施:
- 添加了适当的条件编译检查,确保在不支持这些特性的系统上禁用相关功能
- 使用替代方案实现类似功能
- 提供了
-Ddebugger=false构建选项作为临时解决方案
构建建议
对于需要在旧版macOS上构建Rizin的用户,建议:
- 使用最新的开发分支代码,而不是稳定版本
- 如果必须使用稳定版本,可以手动应用相关补丁
- 对于调试功能不可用的情况,可以考虑禁用调试器构建选项
总结
Rizin团队积极维护对旧版macOS的支持,虽然某些功能(特别是调试相关)在这些系统上可能不完全可用,但核心的静态分析功能应该可以正常工作。遇到构建问题的用户可以关注最新的开发分支或等待包含这些修复的下一个稳定版本发布。
对于逆向工程工具链来说,保持对旧系统的兼容性尤为重要,因为分析目标可能运行在这些旧系统上。Rizin团队在这方面的努力值得赞赏。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217