p7zip 的安装和配置教程
2025-05-21 20:33:02作者:房伟宁
1、项目的基础介绍和主要的编程语言
p7zip 是一个基于 7-Zip 的开源项目,旨在将 7-Zip 的功能移植到类 Unix 系统上。7-Zip 是一个用于压缩和解压缩文件的软件,支持多种格式,如 7z、ZIP、GZIP、BZIP2 等。p7zip 使用 C/C++ 语言编写,是一个功能强大的开源压缩工具。
2、项目使用的关键技术和框架
p7zip 使用了多种压缩算法,包括 LZMA、LZMA2、P7zip、BZIP2 等,这些算法提供了高压缩比和快速解压缩速度。此外,p7zip 还支持多线程压缩,可以提高压缩速度。
3、项目安装和配置的准备工作和详细的安装步骤
准备工作
在安装 p7zip 之前,需要确保系统中已经安装了编译器,如 GCC 或 Clang。如果没有安装编译器,请先安装编译器。
安装步骤
-
下载 p7zip 源代码
可以从 p7zip 的 GitHub 仓库下载源代码,命令如下:
git clone -b p7zip22.00 https://github.com/jinfeihan57/p7zip.git -
编译源代码
进入源代码目录,执行以下命令编译源代码:
cd p7zip/CPP/7zip/Bundles/Alone2 && make -f makefile.gcc或者:
cd p7zip/CPP/7zip/Bundles/Alone2 && make -f ../../cmpl_gcc.mak -
安装 p7zip
编译完成后,执行以下命令安装 p7zip:
cd p7zip/CPP/7zip/Bundles/Alone2 && sudo make -f makefile.gcc install或者:
cd p7zip/CPP/7zip/Bundles/Alone2 && sudo make -f ../../cmpl_gcc.mak install -
测试 p7zip
安装完成后,可以执行以下命令测试 p7zip 是否安装成功:
./_o/7zz i如果看到类似以下输出,则表示 p7zip 安装成功:
7-Zip (z) 22.00 ZS v1.5.2 (x64) : Copyright (c) 1999-2022 Igor Pavlov : 2022-06-15 64-bit locale=en_US.utf8 Threads:2 Formats: C...F..........c.a.m+.. 7z 7z 7 z BC AF ' 1C ...................... APFS apfs img offset=32 N X S B 00 ...................... APM apm E R ...................... Ar ar a deb udeb lib ! < a r c h > 0A ...................... Arj arj ` EA K.....O.....X......... Base64 b64 ......O............... COFF obj ...F.................. Cab cab M S C F 00 00 00 00 ...................... Chm chm chi chq chw I T S F 03 00 00 00 ` 00 00 00 ...................... Compound msi msp doc xls ppt D0 CF 11 E0 A1 B1 1A E1 ....M................. Cpio cpio 0 7 0 7 0 || C7 q || q C7 ...................... CramFS cramfs offset=16 C o m p r e s s e d 20 R O M F S .....G..B............. Dmg dmg k o l y 00 00 00 04 00 00 02 00 ..........E............ ELF elf E L F ...................... Ext ext ext2 ext3 ext4 img offset=1080 S EF ...................... FAT fat img offset=510 U AA ...................... FLV flv F L V 01 ...................... GPT gpt mbr offset=512 E F I 20 P A R T 00 00 01 00 ....M................. HFS hfs hfsx offset=1024 B D || H + 00 04 || H X 00 05 ...F.................. Hxs hxs hxi hxr hxq hxw lit I T O L I T L S 01 00 00 00 ( 00 00 00 ......O............... IHex ihex ...................... Iso iso img offset=32769 C D 0 0 1 ...................... LP lpimg img offset=4096 g D l a 4 00 00 00 ...................... Lzh lzh lha offset=2 - l h .......P.............. MBR mbr ....M....E............ MachO macho CE FA ED FE || CF FA ED FE || FE ED FA CE || FE ED FA CF ...................... MsLZ mslz S Z D D 88 F0 ' 3 A ....M................. Mub mub CA FE BA BE 00 00 00 |
通过以上步骤,p7zip 就可以成功安装在系统中了。
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
308
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
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322