在CMake项目中使用glog库的两种方式
2025-05-30 18:30:33作者:齐冠琰
在CMake项目中集成第三方库是开发过程中常见的需求。本文将介绍如何在CMake项目中正确使用Google的glog日志库,重点对比两种不同的集成方式:直接使用add_subdirectory和使用FetchContent模块。
直接使用add_subdirectory方法
glog库的文档中推荐使用add_subdirectory方法来集成。这种方法适用于已经将glog源码作为子模块包含在项目中的情况。具体做法是:
- 将glog仓库作为git子模块克隆到项目目录中
- 在主CMakeLists.txt文件中使用add_subdirectory命令包含glog目录
这种方法的优点是简单直接,缺点是需要在项目中显式包含glog源码,增加了项目体积。
使用FetchContent模块方法
CMake 3.11引入的FetchContent模块提供了一种更灵活的依赖管理方式。它可以在配置阶段自动下载和管理外部依赖。使用FetchContent集成glog的正确做法是:
FetchContent_Declare(
glog
GIT_REPOSITORY https://github.com/google/glog.git
GIT_TAG v0.6.0
)
FetchContent_GetProperties(glog)
if(NOT glog_POPULATED)
FetchContent_Populate(glog)
add_subdirectory(${glog_SOURCE_DIR} ${glog_BINARY_DIR})
endif()
关键点在于必须同时指定SOURCE_DIR和BINARY_DIR参数,否则会导致glog的头文件模板(.h.in)无法正确生成实际头文件。
两种方法的比较
- 项目结构:add_subdirectory需要显式包含源码,而FetchContent在配置阶段自动处理
- 灵活性:FetchContent可以指定特定版本,更适合依赖管理
- 构建隔离:FetchContent可以更好地隔离主项目和依赖项的构建过程
- 适用场景:对于长期稳定的项目,add_subdirectory更简单;对于需要灵活管理依赖的项目,FetchContent更合适
常见问题解决
在使用glog时,开发者可能会遇到头文件未生成的问题。这通常是由于:
- 没有正确指定构建目录
- CMake配置阶段没有完成模板处理
- 构建顺序不正确
确保按照上述正确方式使用FetchContent,并检查构建目录设置,可以避免这类问题。
通过理解这两种集成方式的区别和适用场景,开发者可以根据项目需求选择最合适的glog集成方案。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C0105
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
289
340
Ascend Extension for PyTorch
Python
290
321
暂无简介
Dart
730
175
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
10
1
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
245
105
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++
850
450
🔥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
65
20
仓颉编程语言运行时与标准库。
Cangjie
149
885