Google Glog项目中使用CMake集成时的编译问题解析
2025-05-30 20:36:34作者:冯爽妲Honey
问题背景
在使用Google Glog日志库时,许多开发者会遇到一个常见的编译错误:<glog/logging.h> was not included correctly。这个问题通常出现在使用CMake构建系统集成Glog库时,特别是当开发者从源代码构建并安装Glog后,再通过find_package命令在自己的项目中使用Glog时。
问题现象
开发者按照官方文档构建并安装Glog后,在自己的项目中使用以下CMake配置:
cmake_minimum_required(VERSION 3.16)
project(myproj VERSION 1.0)
find_package(glog 0.7.0 REQUIRED)
add_executable(myapp main.cpp)
target_link_libraries(myapp glog::glog)
编译时会遇到glog/logging.h头文件包含错误的提示。然而,当使用add_subdirectory方式直接包含Glog源代码时,却能成功编译。
问题根源
经过分析,问题的根本原因在于编译时缺少了GLOG_USE_GLOG_EXPORT宏定义。这个宏定义对于Glog库的正确使用至关重要:
- 当使用
add_subdirectory方式时,CMake会自动添加GLOG_USE_GLOG_EXPORT宏定义 - 而使用
find_package方式时,这个宏定义不会自动添加
解决方案
正确的解决方法是确保在使用find_package方式时,目标链接到的是glog::glog目标,而不是简单的glog。如以下正确的CMake配置:
cmake_minimum_required(VERSION 3.16)
project(myproj VERSION 1.0)
find_package(glog 0.7.0 REQUIRED)
add_executable(myapp main.cpp)
target_link_libraries(myapp glog::glog) # 注意这里的glog::glog
技术细节
Glog库从0.7.0版本开始,对导出符号的处理方式有所改变,需要GLOG_USE_GLOG_EXPORT宏来确保符号的正确导出和导入。这个宏定义:
- 控制着Glog库中符号的可见性
- 确保在不同平台和构建系统下的兼容性
- 防止符号冲突和链接错误
最佳实践
为了避免类似问题,建议开发者:
- 始终使用
glog::glog作为链接目标,而不是简单的glog - 检查CMake版本是否足够新,建议使用3.10或更高版本
- 如果必须手动添加宏定义,可以使用
target_compile_definitions命令 - 在升级Glog版本时,注意检查构建系统的兼容性
总结
Glog作为Google开发的日志库,在性能和多平台支持方面表现优异。通过正确理解其CMake集成方式,开发者可以避免常见的构建问题,充分发挥其强大的日志功能。记住使用glog::glog目标而非简单的glog,是解决这类问题的关键。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0193- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
601
4.04 K
🔥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
69
21
Ascend Extension for PyTorch
Python
441
531
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
170
🎉 (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
1.46 K
825
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++
922
770
暂无简介
Dart
847
204
React Native鸿蒙化仓库
JavaScript
321
375
openGauss kernel ~ openGauss is an open source relational database management system
C++
174
249