DMD D编程语言编译器安装与使用指南
2024-09-22 03:18:46作者:明树来
一、项目目录结构及介绍
DMD是D编程语言的参考编译器,其仓库在GitHub上托管,地址为https://github.com/dlang/dmd。该仓库有着明确的组织结构来支持其功能和发展:
changelog: 包含即将发布的版本的变更日志。ci: 用于持续集成(CI)相关的脚本和工具。compiler: 编译器核心部分,包括源代码、构建系统以及构建说明。这个目录是理解DMD如何工作的心脏。src: 包含编译器的核心源代码。test: 提供测试套件,以确保编译器的质量。docs: 存放手册页和其他内部文档。ini: 预定义的dmd.conf文件示例。samples: 提供了一些代码示例,帮助新用户快速入门。
druntime: 运行时库的根目录,对于任何D程序的运行至关重要。Makefile和其他构建相关文件,如.gitignore,CONTRIBUTING.md,LICENSE.txt, 等,为项目的管理和贡献提供了指导。
二、项目启动文件介绍
DMD作为一个命令行工具,并没有传统意义上的“启动文件”。用户通过命令行接口与之交互,典型用法是通过执行已安装的dmd可执行文件来编译D语言源代码文件。然而,在开发和编译DMD自身时,主要入口点是通过调用dub build dmd:compiler命令,这利用了Dub包管理器来构建编译器本身。
三、项目的配置文件介绍
主要配置文件
dub.json或dub.sdl: 使用Dub构建DMD时的核心配置文件。它定义了依赖关系、构建模式以及其他必要的元数据。.gitattributes,.editorconfig**: 控制版本控制细节和代码编辑器的行为。.pre-commit-config.yaml: 若存在,用于设置预提交钩子,保证代码质量。CODEOWNERS: 指定哪些人在特定文件或目录更改时应该进行代码审查。
编译器配置
- 在
compiler ini子目录下的.conf文件,例如dmd.conf,提供了编译器默认行为的配置选项,但这些更多地面向最终用户的配置而非项目本身的构建配置。
为了正确配置并使用DMD进行开发或编译,开发者首先需要安装D编译器和Dub。然后,根据具体需求调整上述提到的配置文件或直接遵循提供的构建脚本来编译和测试DMD。记得查阅官方文档和仓库内的CONTRIBUTING.md文件获取更详细的贡献和自建指导。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
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
68
20
🎉 (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
1.37 K
781