QuickJS-NG项目在MSVC 2022下的编译问题解析
2025-07-10 16:38:47作者:滕妙奇
问题背景
QuickJS-NG作为一款轻量级JavaScript引擎,在Windows平台使用MSVC 2022编译器进行构建时会遇到几个典型问题。这些问题主要涉及头文件包含顺序和C++兼容性问题,本文将详细分析这些问题的成因及解决方案。
头文件重定义问题
在Windows平台开发网络相关功能时,开发者通常会同时包含windows.h和winsock2.h头文件。然而,这两个头文件的包含顺序有严格要求:
- 问题表现:编译时出现"fd_set: struct type redefinition"错误
- 根本原因:windows.h已经包含了旧版Winsock 1.1的定义,而winsock2.h提供了更新的Winsock 2.0定义
- 解决方案:
- 确保winsock2.h在windows.h之前包含
- 或者直接移除cutils.h中对windows.h的显式包含,因为winsock2.h会自动包含必要的Windows定义
C++兼容性问题
QuickJS核心是用C编写的,但在C++项目中包含其头文件时会出现初始化语法问题:
- 问题表现:JS_MKVAL和JS_MKPTR宏在C++模式下编译失败
- 技术细节:
- C语言允许使用复合字面量初始化结构体
- C++对结构体初始化有更严格的语法要求
- 解决方案:使用条件编译为C和C++提供不同的宏实现
#ifdef __cplusplus
#define JS_MKVAL(tag, val) JSValue{{ .int32 = val }, tag }
#define JS_MKPTR(tag, p) JSValue{{ .ptr = p }, tag }
#else
#define JS_MKVAL(tag, val) (JSValue){ (JSValueUnion){ .int32 = val }, tag }
#define JS_MKPTR(tag, p) (JSValue){ (JSValueUnion){ .ptr = p }, tag }
#endif
数学函数初始化问题
在Release模式下构建时,MSVC的优化行为会导致数学函数相关初始化失败:
- 问题表现:出现"initializer is not a constant"错误
- 深层原因:
- MSVC会积极内联数学函数调用
- 当使用函数指针初始化静态数据时,编译器无法确定其常量性
- 解决方案:
- 使用#pragma function指令禁用特定函数的内联
- 或者为数学函数创建包装器,避免直接使用DLL导出函数
构建配置注意事项
使用CMake构建时需特别注意:
- MSVC构建系统与CMake的构建类型配置存在差异
- 在Visual Studio IDE中,需要显式选择Release配置
- 通过命令行构建时,需指定--config Release参数
总结
QuickJS-NG在MSVC 2022下的构建问题主要源于Windows平台特性和编译器严格性。通过合理调整头文件顺序、为C++提供兼容性支持以及正确处理数学函数初始化,可以确保项目顺利构建。这些解决方案不仅适用于QuickJS-NG,也可为其他跨平台项目在Windows下的构建提供参考。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
673
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
515
622
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++
944
884
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
299
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
906
暂无简介
Dart
918
223
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212