HDiffPatch 技术文档
2024-12-28 00:23:33作者:范靓好Udolf
本文档旨在帮助用户详细了解并使用 HDiffPatch 项目。以下是项目的安装指南、使用说明以及 API 使用文档。
1. 安装指南
二进制发布包
从 GitHub Release 下载适用于 Windows、Linux、MacOS 的命令行程序。对于安卓平台,下载 .so 库文件。
自己编译
Linux 或 MacOS X
-
进入 HDiffPatch 目录。
-
根据需要,选择以下编译选项:
- 不启用任何压缩算法:
make LDEF=0 LZMA=0 ZSTD=0 MD5=0 - 启用默认编译设置:
make
如果遇到 bzip2 编译错误,安装 libbz2:
git clone https://github.com/sisong/bzip2.git ../bzip2 make LDEF=0 LZMA=0 ZSTD=0 MD5=0 BZIP2=1如果需要支持 lzma、zstd 和 md5 等,下载相应的库源码并编译:
git clone https://github.com/sisong/libmd5.git ../libmd5 git clone https://github.com/sisong/lzma.git ../lzma git clone https://github.com/sisong/zstd.git ../zstd git clone https://github.com/sisong/zlib.git ../zlib git clone https://github.com/sisong/libdeflate.git ../libdeflate make可以使用
make -j来并行编译。 - 不启用任何压缩算法:
Windows
-
使用 Visual Studio 打开
builds/vc/HDiffPatch.sln。 -
将第三方库下载到同级文件夹中:
git clone https://github.com/sisong/libmd5.git ../libmd5 git clone https://github.com/sisong/lzma.git ../lzma git clone https://github.com/sisong/zstd.git ../zstd git clone https://github.com/sisong/zlib.git ../zlib git clone https://github.com/sisong/libdeflate.git ../libdeflate git clone https://github.com/sisong/bzip2.git ../bzip2
libhpatchz.so for Android
- 安装 Android NDK。
- 进入
HDiffPatch/builds/android_ndk_jni_mk目录。 - 执行
build_libs.sh(Windows 下执行build_libs.bat)。 - 在安卓项目中添加
com/github/sisong/HPatch.java和 .so 文件。
2. 项目使用说明
diff 命令行用法
创建新旧版本间的补丁:
hdiffz [options] oldPath newPath outDiffFile
压缩一个文件或文件夹:
hdiffz [-c-...] "" newPath outDiffFile
测试补丁是否正确:
hdiffz -t oldPath newPath testDiffFile
补丁使用新的压缩插件另存:
hdiffz [-c-...] diffFile outDiffFile
显示补丁的信息:
hdiffz -info diffFile
创建校验清单:
hdiffz [-g#...] [-C-checksumType] newPath -M#outManifestTxtFile
校验后创建补丁:
hdiffz [options] -M-old#oldManifestFile -M-new#newManifestFile oldPath newPath outDiffFile
patch 命令行用法
打补丁:
hpatchz [options] oldPath diffFile outNewPath
解压缩一个文件或文件夹:
hpatchz [options] "" diffFile outNewPath
显示补丁的信息:
hpatchz -info diffFile
创建自释放包:
hpatchz [-X-exe#selfExecuteFile] diffFile -X#outSelfExtractArchive
执行自释放包:
selfExtractArchive [options] oldPath -X outNewPath
3. 项目 API 使用文档
HDiffPatch 提供了丰富的命令行参数,具体用法和参数说明已在上述使用说明中详细列出。用户可以根据自己的需求选择合适的参数来创建补丁或打补丁。
以上是 HDiffPatch 的技术文档,希望对用户使用该项目有所帮助。
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
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust011
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
热门内容推荐
最新内容推荐
如何用自然语言掌控电脑?UI-TARS-desktop智能助手入门指南离线语音资源全攻略:高效管理与优化指南4步攻克抖音直播回放留存难题:面向内容创作者的全流程技术指南Home Assistant功能扩展实战指南:从问题诊断到价值实现的完整路径开源工具 AzurLaneLive2DExtract:3大核心优势助力碧蓝航线Live2D模型资源提取与二次创作Godot卡牌游戏框架深度探索:从理论架构到实战开发直播内容管理新维度:多场景直播归档方案全攻略OBS Advanced Timer:5个直播控时秘诀让你的直播节奏尽在掌握零基础掌握Home Assistant扩展:Docker加载项实战指南虚拟显示技术重塑数字工作空间:突破物理屏幕限制的多屏效率革命
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
629
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++
947
887
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
303
🎉 (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
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
143
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381