SCons 4.9.0 发布:构建工具的重要更新与改进
SCons 是一个开源的软件构建工具,它使用 Python 脚本作为构建配置文件,提供了高级的依赖分析和可靠的增量构建能力。作为 Make 工具的现代替代品,SCons 支持跨平台构建,并具有强大的扩展性。最新发布的 SCons 4.9.0 版本带来了一系列功能增强、问题修复和开发改进,标志着该项目在构建工具领域的持续演进。
核心变更与功能增强
SCons 4.9.0 最显著的变化是移除了对 Python 3.6 的支持,现在要求 Python 3.7.0 或更高版本。这一变更反映了项目对现代 Python 特性的依赖,同时也确保了更好的性能和安全性。
在构建环境处理方面,4.9.0 版本改写了覆盖环境(Override environments)的行为。现在,当删除覆盖环境中的项目时,不会同时删除基础环境中的对应项目,解决了之前可能出现的"泄漏"问题。这一改进使得环境管理更加精确和可预测。
对于使用 Microsoft Visual Studio 的项目,新版本改进了 MSVS 解决方案文件的生成逻辑。现在项目文件总是会在解决方案文件之前生成,确保了构建顺序的正确性。同时新增了 auto_filter_projects
可选参数,可以自动从项目参数列表中移除解决方案文件名和节点,避免了错误的项目记录生成。
SCons 的 C 预处理器得到了多项增强:
- 新增了对二进制整数常量的支持
- 修正了八进制整数常量的处理(之前被错误地当作十进制处理)
- 增加了对 z/Z 和 wb/WB 整数后缀的支持
- 改进了宏定义展开值的整数转换方法
实用功能改进
缓存目录(CacheDir)现在会包含一个特殊标记文件,遵循 cachedir 规范,使得备份系统能够识别并忽略这些目录。这一改进使得项目备份更加高效,避免了不必要的数据复制。
变量系统(Variables)新增了"defaulted"属性,可以列出那些使用了默认值的变量名。这一功能使得构建配置的审计更加方便,开发者可以清楚地看到哪些配置项保持了默认值。
对于帮助系统,修复了 env.Help()
和 Help()
函数中参数名不一致的问题,统一使用 local_only
作为参数名,使其功能与名称更加匹配。同时修正了当 Alias 初始创建时没有指定动作的情况下,AddPreAction()
和 AddPostAction()
被忽略的问题。
问题修复与稳定性提升
4.9.0 版本修复了多个关键问题,包括:
- 临时文件清理时机不当的问题(现在会在 SCons 退出时清理,而不是使用时)
- 短选项(单字符选项)处理不正确的问题
- 编译数据库(compilation_db)组件初始化问题,特别是汇编文件条目设置不正确的情况
- 在 Darwin 平台上处理 /etc/paths.d 时的权限问题
- 条件扫描器中宏替换的改进,现在会对 CPPDEFINES 内容进行有限的宏替换
对于 Ninja 构建系统的集成,更新了查找 Ninja 二进制文件的逻辑,以兼容最新版本的 Python Ninja 包(1.11.1.2+)的目录结构变化。同时将 TEMPLATE 规则池从 local_pool
改为 install_pool
,以解决潜在的竞态条件问题。
开发工具与类型系统改进
在开发方面,项目继续推进类型提示的现代化:
- 移除了专门的类型工具文件(SCons.Util.sctyping.py),转而使用 Python 的原生注解功能
- 为节点系统(Nodes)实现了完整的类型提示
- 更新了 Ruff 和 Mypy 的配置,增加了新的规则来检测和升级遗留的类型提示语法
Ninja 工具的实现被重构为 ninja_tool
模块,同时保留了 env.Tool('ninja')
的兼容性,避免了与 PyPI 上的 ninja 模块的命名冲突。测试系统中新增了 TestSCons.NINJA_BINARY
来集中管理 Ninja 二进制文件的查找逻辑。
文档与用户体验改进
文档方面进行了大量更新和修正:
- 清理了 gettext 和 pdf/ps 构建器的文档
- 澄清了用户指南中"环境"章节的内容
- 改进了 Repository() 函数的文档说明
- 更新了 Clean 和 NoClean 的文档
- 改进了变量系统的文档
- 修正了用户指南中 Command() 示例,使其使用有效的特殊属性并添加了解释
总结
SCons 4.9.0 是一个重要的版本更新,它不仅带来了功能上的增强和问题修复,还反映了项目对现代 Python 生态的适应。从构建系统的核心功能到开发者体验,再到文档质量,这个版本都做出了全面改进。特别是对 MSVS 和 Ninja 集成的改进,以及对现代类型提示系统的支持,使得 SCons 在复杂的软件开发环境中更加可靠和易用。对于现有用户,升级到这个版本将获得更好的构建体验;对于新用户,现在是一个很好的时机来尝试这个强大的构建工具。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~043CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









