在CMake项目中使用glog库的两种方式
2025-05-30 03:41:23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
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
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
🔥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
暂无简介
Dart
671
155
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++
660
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322