Proxmark3在macOS M1上的安装问题及解决方案
2025-06-13 23:07:19作者:贡沫苏Truman
问题背景
在macOS M1设备上通过Homebrew安装Proxmark3客户端工具时,用户可能会遇到一个典型的sed命令执行错误。错误信息显示为"sed: 1: "pyscripts/pm3_resources.py": extra characters at the end of p command",这导致安装过程无法顺利完成。
问题根源分析
这个问题的根本原因在于macOS系统默认使用的BSD版本sed工具与Linux系统上常见的GNU sed在语法处理上存在差异。具体表现为:
- 在BSD sed中,
\?不会被解释为可选字符的量词 - 当sed命令在标准模式下运行时,某些扩展正则表达式语法不被支持
- 安装脚本中使用了GNU sed特有的语法,导致在macOS环境下解析失败
技术解决方案
开发团队针对此问题提出了明确的修复方案:
- 在macOS环境下为sed命令添加
-E标志,启用扩展正则表达式语法支持 - 修改后的sed命令能够正确解析
?量词而不需要反斜杠转义 - 确保修改同时兼容Homebrew安装和原生make安装两种方式
验证与测试
修复方案经过了严格测试:
- 确认在Homebrew安装方式下能够顺利完成
- 验证原生make client/install安装方式不受影响
- 测试覆盖了M1和M4芯片的Mac设备
用户操作指南
对于遇到此问题的用户,可以采用以下解决方案:
- 使用Homebrew安装时添加
--HEAD参数获取最新修复版本 - 或者等待下一个稳定版本发布后再进行安装
- 对于开发者,可以直接从GitHub仓库获取修复后的代码进行本地构建
技术细节补充
理解这个问题需要了解几个关键技术点:
- sed工具差异:GNU sed和BSD sed在正则表达式语法支持上的差异
- 跨平台兼容性:开源项目需要考虑不同操作系统环境下的工具链差异
- 构建系统设计:Makefile中如何针对不同平台进行条件判断和处理
总结
Proxmark3团队快速响应并解决了macOS M1设备上的安装问题,展示了良好的跨平台支持能力。这个案例也提醒开发者,在编写构建脚本时需要特别注意不同Unix-like系统间工具链的差异,特别是正则表达式语法的兼容性问题。通过添加适当的平台检测和参数调整,可以大大提高软件在不同环境下的可移植性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210