首页
/ Spdylay - SPDY C库技术文档

Spdylay - SPDY C库技术文档

2024-12-27 21:02:00作者:凌朦慧Richard

1. 安装指南

1.1 环境要求

为了编译和运行Spdylay,您需要以下依赖项:

  • pkg-config >= 0.20
  • zlib >= 1.2.3
  • cunit >= 2.1 (用于构建和运行单元测试程序)
  • OpenSSL >= 1.0.1 (用于构建和运行示例程序)
  • libxml2 >= 2.7.7 (用于启用-a选项)
  • libevent-openssl >= 2.0.8 (用于构建SPDY/HTTPS到HTTP反向代理shrpx

如果您使用的是Ubuntu 12.04,您可以运行以下命令来安装这些依赖项:

$ apt-get install autoconf automake autotools-dev libtool pkg-config zlib1g-dev libcunit1-dev libssl-dev libxml2-dev libevent-dev

1.2 从git构建

从git构建Spdylay非常简单,但请确保使用至少autoconf 2.68:

$ autoreconf -i
$ automake
$ autoconf
$ ./configure
$ make

1.3 构建文档

要构建文档,请运行:

$ make html

生成的文档将位于doc/manual/html/目录下。

2. 项目使用说明

Spdylay是一个用C语言编写的Google SPDY协议的实验性实现。该项目提供了一个SPDY版本2、3和3.1的框架层实现。它不执行任何I/O操作,而是调用应用程序提供的回调函数。此外,它不包含任何事件轮询机制,因此应用程序可以自由选择处理事件的方式。

Spdylay库代码不依赖于任何特定的SSL库(示例程序依赖于OpenSSL 1.0.1或更高版本)。

该项目还基于Spdylay库开发了SPDY客户端、服务器和代理。

3. 项目API使用文档

Spdylay的公共API参考文档可在网上找到。所有公共API都在spdylay/spdylay.h中,所有公共API函数以及回调函数类型声明都有文档说明。

4. 项目安装方式

请参考上述的“安装指南”部分。

附加说明

  • 本文档基于项目readme和GitHub项目wiki编写。
  • 文章使用Markdown格式。
  • 文章中不包含任何链接。
登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
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++
505
42
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (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
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
333
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70