VC2005程序的运行错误"由于应用程序的配置不正确..."

Matrix_Designer Matrix_Designer 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 700+累计阅读 767平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄16年
关注
转载 最新推荐文章于 2026-07-11 12:40:19 发布 767 阅读 AI 写同款· GEO 优化 ›
visual studio 2005 ( vs2005 , vc2005 ) 编译的应用程序无法运行的解决方案 如果应用程序链接时使用了其他人编译好的库，由于这些直接使用的库依赖的是其编译环境的VS2005运行库的准确版本， 和当前安装的VS2005的版本可能不符，尤其是依赖更新的版本， 而当前安装的VS2005版本比较旧时，就会出现上述问题。网上的通常解决方案是，尝试安装不同版本的VS2005 ( VC2005 ) 运行库，这个方法对于release配置编译出来的应用程序运行问题，是个好的解决方案。上面命令中xxx表示应用程序名，备份的manifest文件在当前目录，生成的应用程序在debug目录。 阅读详情
方法一：
在C:/Program Files/Microsoft Visual Studio 8/VC/redi
st/Debug_NonRedist/x86/Microsoft.VC80.DebugCRT 下找到了下列文件：msvcm80d.dll
msvcp80d.dll
msvcr80d.dll
Microsoft.VC80.DebugCRT.manifest
把这几个文件拷贝到目标机器上，与运行程序同一文件夹或放到system32下，就可以运行那个程序了。
其他release版,MFC程序什么的都是拷redist下相应文件夹下的文件就可以了,文件夹后都有标识!
方法二：
修改编译选项，将/MD或/MDd 改为 /MT或/MTd，这样就实现了对VC运行时库的静态链接，在运行时就不再需要VC的dll了。
方法三:
工程－》属性－》配置属性－》常规－》MFC的使用，选择"在静态库中使用mfc"
这样生成的exe文件应该就可以在其他机器上跑了。
方法四:
你的vc8安装盘上找到再分发包vcredist_xxx.exe和你的程序捆绑安装

我逐一测试下来,直到第三个方法才成功.第二个方法不知道在哪里修改编译选项所以放弃了,第四个方法不喜欢,这跟直接安装.net framework 2.0 有什么区别吗?还不如直接安装.net framework 2.0 呢.

Visual C++2003/2005默认的MFC程序是使用动态MFC库(Use MFC in a Shared DLL)来链接的
而动态MFC库使用的是Multi-threaded DLL (/MD)
由于XP对于PE文件格式监测更加严格.
就会导致部分使用多线程DLL的可执行文件在调用的时候出错
修改项目属性的编译开关
Project->Property->configuration Properties->C/C++->Code Generation->Runtime Library
修改成Multi-threaded (/MT)
修改了Runtime类型以后
需要将MFC的编译类型也改成静态库
Project->Property->configuration Properties->General->Use of MFC
修改成Use MFC in a Static Library
一部分情况下在这步就能解决问题
另外一部分情况会遇见如下情况
编译器报错



CODE:
nafxcw.lib(afxmem.obj) : error LNK2005: "void * __cdecl operator new[](unsigned int)" (??_U@YAPAXI@Z) already defined in libcpmt.lib(newaop.obj)
[Copy to clipboard]


产生这个问题的原因是库依赖关系
在Project->Property->configuration Properties->Linker->Command Line
加入编译开关/verbose:lib可以显示详细的库链接顺序
CODE:

------ Build started: Project: PerfMonDemo, Configuration: Release Win32 ------
Linking...
Searching libraries
Searching d:/Program Files/Microsoft Visual Studio 8/VC/PlatformSDK/lib/pdh.lib:
Searching d:/Program Files/Microsoft Visual Studio 8/VC/lib/DelayImp.lib:
.................
Searching d:/Program Files/Microsoft Visual Studio 8/VC/atlmfc/lib/nafxcw.lib:
Finished searching libraries
./Release/PerfMonDemo.exe : fatal error LNK1169: one or more multiply defined symbols found
Build log was saved at "file://d:/Dev/Performance Monitor/Release/BuildLog.htm"
PerfMonDemo - 2 error(s), 0 warning(s)
========== Build: 0 succeeded, 1 failed, 0 up-to-date, 0 skipped ==========

[Copy to clipboard]

我们发现在libcpmt.lib声明过的operator new在nafxcw.lib中再次定义
解决方法如下
Project->Property->configuration Properties->Linker->Input->Additional Dependencies
加入
nafxcw.lib
libcpmt.lib
Project->Property->configuration Properties->Linker->Input->Ignore Specific Library
加入
nafxcw.lib
libcpmt.lib
这样链接程序就不会先按照默认顺序来连接这两个库文件
而是在最后在加入对他们的引用.这样就避免了这个问题  
下面是一张可能发生冲突的列表
若要使用此运行时库 请忽略这些库  
单线程 (libc.lib) libcmt.lib、msvcrt.lib、libcd.lib、libcmtd.lib、msvcrtd.lib  
多线程 (libcmt.lib) libc.lib、msvcrt.lib、libcd.lib、libcmtd.lib、msvcrtd.lib  
使用 DLL 的多线程 (msvcrt.lib) libc.lib、libcmt.lib、libcd.lib、libcmtd.lib、msvcrtd.lib  
调试单线程 (libcd.lib) libc.lib、libcmt.lib、msvcrt.lib、libcmtd.lib、msvcrtd.lib  
调试多线程 (libcmtd.lib) libc.lib、libcmt.lib、msvcrt.lib、libcd.lib、msvcrtd.lib  
使用 DLL 的调试多线程 (msvcrtd.lib) libc.lib、libcmt.lib、msvcrt.lib、libcd.lib、libcmtd.lib


我的经验：
一般情况下修改成MTD之后然后通过pragma comment(lib,"xx.lib")将库文件导入即可！
收录于
Windows

当前文章被收录于：

Windows
79 篇文章 0 人学习
订阅专栏 查看详情
标签
#mfc #多线程 #dll #dependencies #library
#build
vc2005sp1 debug 库缺失导致程序无法运行 应用程序无法启动，因为应用程序的并行配置不正确。有关详细信息，请参考应用程序事件日志或使用命令行sxstrace.exe 立即下载

相关推荐

RACECAR底层平台安装：Jetson Nano+ROS Melodic全栈部署指南

移动机器人开发中，底层平台安装是将硬件转化为可编程移动平台的关键起点。其核心在于嵌入式系统、ROS中间件与传感器驱动的深度协同——需兼顾内核模块加载、GPIO/PWM精确控制、I2C设备初始化及ROS工作空间构建等多层技术耦合。尤其在竞速级小车如RACECAR场景下，Jetson Nano的硬件加速能力、MPU6050 IMU固件加载、TB6612FNG电机驱动配置等细节，直接决定运动控制精度与实时性。本文聚焦Ubuntu 18.04 + ROS Melodic + JetPack 4.4.1技术栈，覆盖从

weixin_32025789的博客 257

VS2005 解决"应用程序配置不正确，程序无法启动"问题

http://xingzhesun.blogbus.com/logs/27746345.html 最近使用VS2005+codejock开发，需要做一个Release版本。当我把必要的mfc库，拷贝到exe目录下时。exe还是不能启动。  经过网上查找，看到一篇文章。“解决"应用程序配置不正确，程序无法启动"” URL ：http://www.cnbl

优快云Microsoft优快云的专栏 5323

ollama环境变量配置：修改ollama的数据路径（安装路径）

ollama安装模型，如果很大，会占用C盘空间，影响系统运行速度，通过设置环境变量，来改变ollama放目录的地址。

正经教主是个热衷于正经学习分享的教主。 1万+

VS2005调试问题解决方案集锦[转]

这个是转自优快云上边，原创为德仔工作室 1.检测到有潜在危险的Request.Form值 原因: (1)在提交数据的页面或webconfig中没有对validateRequest的属性进行正确的设置 (2)HTML里面写了两个<form>引起 解决: 方案一：在.aspx文件头中加入这句：<%@Pagevalidat...

354

EXI编解码避坑指南：ISO15118-2协议中3条异常命令的差异分析

本文深度剖析了ISO15118-2协议测试中EXI编解码的典型问题，聚焦于ChargeParameterDiscoveryRes、CertificateInstallationReq和MeteringReceiptReq三条命令在不同工具间产生109字节差异的现象。通过对比EXICodec.jar、OpenEXI和Efficient XML的输出，揭示了差异根源于EXI报头处理机制与模式文件完整性，并提供了从现象确认、根因分析到解决方案的标准化排查流程，助力协议测试工程师确保编解码一致性与通信可靠性。

algae的博客 411

手把手教你用vLLM在昇腾910B上部署Qwen3-Embedding-8B模型（保姆级避坑指南）

本文详细介绍了如何在昇腾910B芯片上使用vLLM推理引擎部署Qwen3-Embedding-8B模型的全流程，包括环境准备、vLLM-ascend定制化安装、模型获取与校验、环境变量配置、服务启动参数优化、性能压测及生产级部署建议。特别针对昇腾生态的开发者，提供了保姆级的避坑指南和实用技巧，帮助实现高效稳定的模型部署。

weixin_28726671的博客 466

VC2005程序的一个运行错误 由于应用程序配置不正确，应用程序未能启动。重新安装应用程序可能会纠正这个问题。...

VC2005程序的一个运行错误 由于应用程序配置不正确，应用程序未能启动。重新安装应用程序可能会纠正这个问题。 方法一： 在C:/Program Files/Microsoft Visual Studio 8/VC/redist/Debug_NonRedist/x86/Microsoft....

chuifuhuo6864的博客 222

别再只当代码阅读器了！手把手教你用Understand的实体定位器和信息浏览器，5分钟精准定位代码逻辑

本文深入解析Understand代码分析工具的高级功能，重点介绍实体定位器和信息浏览器的实战应用。通过5分钟快速定位代码逻辑的技巧，帮助开发者从代码阅读者升级为逻辑侦探，提升大型代码库的分析效率。文章包含过滤搜索、调用链追踪等实用方法，是掌握Understand核心功能的必备指南。

weixin_28745821的博客 293

vc2005程序的运行错误“由于应用程序的配置不正确...”

 2007年11月25日 星期日 23:00最近在公司的主要工作是做一个桌面程序,提供给公司正在为移动做的项目使用.我开始时是用C#写的程序,后来,公司要求,不安装.net framwork 2.0, 要求我改成C++的.所以后来改成VC2005和程序.原来以为可以不用安装,附带几个DLL库就可以运行程序了,哪知道,开始时,在别的电脑上都不能运行,一运行就报错,在XP如

okadler0518的专栏 512

一个代码循环计算水在石墨烯表面的接触角

石墨烯接触角

Rockyoung 2580

CVPR 2023 中的半监督学习: FixMatch 的升级版 UniMatch

我们首先回顾下发表在 NeurIPS 2020 上的 FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence，FixMatch 是一种更轻量的半监督分类方法。如下图所示，FixMatch 首先使用模型（带标签数据训练后的）对弱增强的未标记图像进行预测，生成伪标签。对于给定的图像，只有在模型产生高置信度的预测时，伪标签才会被保留。然后，在输入同一图像的强增强版本时，训练模型预测伪标签。

NJU phd 在读。 2637

解决VC2005程序的一个运行错误“由于应用程序的配置不正确，应用程序未能启动，重新安装应用程序可能会纠正这个问题”...

解决VC2005程序的一个运行错误“由于应用程序的配置不正确，应用程序未能启动，重新安装应用程序可能会纠正这个问题” 有两种情况： 1：本机没有安装vc2005，但启动使用vc2005编译的程序是报错 2：本机上安装有vc2005，但是调试程序时仍报错，而发布realease版本的程序不会报错。 大多数网上讨论的都是第一个问题。 第一篇资料： VC.net2005写的程序如何在没有...

weixin_30299709的博客 192

从零开始：手把手教你设计人形机器人锂电池供电系统

人形机器人要像人类一样“活起来”，必须有稳定的“能量血液”——供电系统。本文聚焦锂电池供电系统如何根据机器人功耗选择合适的锂电池参数（容量、电压、放电倍率）；如何设计电池管理系统（BMS）保护电池安全；如何解决机器人运动时的“瞬时大电流”供电难题；如何通过硬件电路和代码实现供电系统的监测与控制。用“机器人小助手的能量危机”故事引入锂电池供电系统；拆解锂电池核心参数（容量、电压、放电倍率）和供电系统三大组件（电池组、BMS、电源转换模块）；

AI天才研究院 1761

解决VC2005程序的一个运行错误“由于应用程序的配置不正确，应用程序未能启动"

方法一：在C:/Program Files/Microsoft Visual Studio 8/VC/redist/Debug_NonRedist/x86/Microsoft.VC80.DebugCRT 下找到了下列文件：msvcm80d.dllmsvcp80d.dllmsvcr80d.dllMicrosoft.VC80.DebugCRT.manifest把这几个文件拷贝到目标机器上，与运

虚拟化开发 1143

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

VC2005程序的一个运行错误“由于应用程序的配置不正确，应用程序未能启动，重新安装...”

VC2005程序的一个运行错误“由于应用程序的配置不正确，应用程序未能启动，重新安装...” 转载地址： 转贴(可行) VC.net2005写的程序如何在没有.Net FrameWork的机器上运行 －－解决"由于应用程序的配置不正确，应用程序未能启动，重新安装应用程序可能会纠正这个问题" 最近在公司的主要工作是做一个桌面程序,提供给公司正在为移动做的项目使用.我开始时是用C#写的程序,后

blacet的学习点滴 1026

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

解决VC2005程序的一个运行错误“由于应用程序的配置不正确，应用程序未能启动，重新安装应用程序可能会纠正这个问题”

解决VC2005程序的一个运行错误“由于应用程序的配置不正确，应用程序未能启动，重新安装应用程序可能会纠正这个问题” 有两种情况： 1：本机没有安装vc2005，但启动使用vc2005编译的程序是报错 2：本机上安装有vc2005，但是调试程序时仍报错，而发布realease版本的程序不会报错。 大多数网上讨论的都是第一个问题。 第一篇资料： VC.net2005写的程序如何在没有.Net FrameWork的机器上运行 －－解决"由于应用程序的配置不正确，应用程序未能启动，重新安装应用程序

1166

OV9734 DATASHEET，完整规格书

OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等

VC2005程序的一个运行错误“由于应用程序的配置不正确，应用程序未能启动，重新安装... ...

VC.net2005写的程序如何在没有.Net FrameWork的机器上运行 －－解决"由于应用程序的配置不正确，应用程序未能启动，重新安装应用程序可能会纠正这个问题" 最近在公司的主要工作是做一个桌面程序,提供给公司正在为移动做的项目使用.我开始时是用C#写的程序,后来,公司要求,不安装.net framwork 2.0, 要求我改成C++的.所以后来改成VC2005和程序.原来以为可以不...

dazhilao 179

转：解决VC2005程序的一个运行错误“由于应用程序的配置不正确，应用程序未能启动，重新安装应用程序可能会纠正这个问题”

解决VC2005程序的一个运行错误“由于应用程序的配置不正确，应用程序未能启动，重新安装应用程序可能会纠正这个问题”<!--google_ad_client = "pub-8432098110340913";/* busfly_ss_内容区左上 250x250, 创建于 08-2-2 */google_ad_slot = "2731136837";google_ad_wid

weide361的专栏 911

“由于应用程序配置不正确,程序未能启动”－－原因及解决方法

 问题描述：当运行由VC 2005 编译的程序时，出现错误消息“由于应用程序配置不正确,程序未能启动.重新安装应用程序可能会纠正这个错误”解决方法：在目标机器安装VCRedist_x86.exe可以解决这个问题。该文件可以在MSDN网站上下载。地址：http://www.microsoft.com/downloads/details.aspx?FamilyId=32BC1BEE-A3F

护雪在线 3113

“由于应用程序配置不正确,程序未能启动” 的解决方法

（1）如果是采用 Visual Studio 6 工具开发的一些软件出现此问题，一种可能的原因是没有安装 SP6,错误情况界面图如下： 微软提供了文章： 如何判断是否安装了 Visual Studio Service Pack http://support.microsoft.com/kb/194295 但是写的不够详细，这里我写了一个小的程序，用来检查 ...

weixin_30549657的博客 103

vs2008 sp1 C++ 发布程序 .

文章来源：http://blog.csdn.net/jtop0/article/details/5759040  关于VC运行时绑定 写在译文之前：许多人都在纳闷为啥VS2005编译的程序需要安装一个运行时，而2008的却只需要安装2005的运行时呢？也许因此有了本文的诞生。 下面是内容： 原文作者是George Mileka，在VC team里面写库的。原文链接：VC team

daiafei 1482

VC编译程序，运行时提示“由于应用程序的配置不正确，……”解决方法

下面分三种情况对运行错误“由于应用程序的配置不正确，……”进行解决，包括VC6.0、VC.NET2003、VC2005运行错误。

陈敏的博客 3982

VC2005程序的一个运行错误 由于应用程序配置不正确，应用程序未能启动。重新安装应用程序可能会纠正这个问题。

VC2005程序的一个运行错误 由于应用程序配置不正确，应用程序未能启动。重新安装应用程序可能会纠正这个问题。 方法一： 在C:/Program Files/Microsoft Visual Studio 8/VC/redist/Debug_NonRedist/x86/Microsoft.VC80.DebugCRT 下找到了下列文件： msvcm80d.dll msvcp80d.dll

JonnyWei的专栏 2361

关于vs2005的“应用程序配置不正确，无法运行”问题的解决方法

关于vs2005的“应用程序配置不正确，无法运行”问题的解决方法 - 视频探索 - che...（转载） jsun 收录于2010-08-27 阅读数：查看  收藏数：2  公众公开   原文来源tags： VS2005  应用程序配置不正确   修改 以文找文 推荐给好友 如何对文章标记，添加批注？关于vs2005的“应用程序配置不正确，无法运行”问题的解决方法<br />北京理工大学  20981  陈罡<br />vs2005很强大，很邪恶。从vc6慢慢过渡到了vs2005，这款ide确实做得很体贴，

windsunny的专栏 894

应用程序无法启动,因为应用程序的并行配置不正确

应用程序事件日志中： “C:\windows\system32\test.exe”的激活上下文生成失败。 找不到从属程序集 Microsoft.VC80.MFC,processorArchitecture="x86",publicKeyToken="1fc8b3b9a1e18e3b",type="win32",version="8.0.50727.762"。 请使用 sxstrace.exe

Acheld的博客 3851

coreldraw错误代码14001_<应用程序配置不正确,应用程序未能启动 提示14001错误代码>解决方法...

以下内容转载自网络，其实原理是一样的。如何解决"应用程序无法启动,因为应用程序的并行配置不正确"问题应用程序事件日志中：“C:\windows\system32\test.exe”的激活上下文生成失败。 找不到从属程序集Microsoft.VC80.MFC,processorArchitecture="x86",publicKeyToken="1fc8b3b9a1e18e3b",type="win...

weixin_39943370的博客 4583
上一篇： 有关DLL中New和外部Delete以以及跨DLL传递对象的若干问题
下一篇： 用VB模拟键盘事件的N种方法
点赞 0
评论 0
书签 书签 0
Matrix_Designer
Matrix_Designer
博客等级 码龄16年 58粉丝 296原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值