lua调用c详解Windows版,以及一些踩过的坑

Lua脚本如何调用C/C++模块,Windows以及Linux版本演示 lua与c/c++的交互,已打包好测试用例涉及的动态库(.so,.dll)文件 阅读详情

新将项目mylib
在这里插入图片描述
添加main.c文件,设置工程为Release x64版
在这里插入图片描述
在设置中添加lua的头文件目录:
在这里插入图片描述
添加lua.lib
方式一:
在这里插入图片描述
在这里插入图片描述
或者采用方式二添加lua.lib

#pragma comment(lib,"D:\\Program Files\\lua-5.3.5\\build\\lua.lib")

本文采用方式一
继续设置:
在这里插入图片描述
main.c源码:

#include <stdio.h>
#include <string.h>
#include <lua.h>
#include <lauxlib.h>
#include <lualib.h>

static int add(lua_State* L)
{
	double op1 = luaL_checknumber(L, 1);//去栈中拿参数
	double op2 = luaL_checknumber(L, 2);
	lua_pushnumber(L, op1 + op2);//把结果入栈
	return 1;//返回值的个数
}

static int sub(lua_State* L)
{
	double op1 = luaL_checknumber(L, 1);
	double op2 = luaL_checknumber(L, 2);
	lua_pushnumber(L, op1 - op2);
	return 1;
}

static luaL_Reg mylibs[] =
{
	{"add", add},
	{"sub", sub},
	{NULL, NULL}
};

__declspec(dllexport)//这个很重要,设置这个函数为外部链接 Linux不需要
int luaopen_mylib(lua_State* L) //函数名很重要,luaopen_xxx,lua脚本require(“xxx”)和xxx.dll、xxx.so,这4个一定要这样,
{
	luaL_newlib(L, mylibs);
	return 1;
}

编译:
在这里插入图片描述
遇到的坑一:
新建的时候没有注意,添加的是main.cpp文件:
在这里插入图片描述
这时候有两种解决方法,一是将main.cpp改成main.c;
方法二是将lua的头文件都用extern "C"包裹起来,然后重新编译

extern "C"
{
#include <lua.h>
#include <lauxlib.h>
#include <lualib.h>
}

在这里插入图片描述
测试,将生成的mylib.dll复制到lua.exe目录中(这里为了方便测试,后面可以设置package.path路径)
,然后在这个目录下添加一个test.lua文件:

local my_math = require("mylib")
 
print(my_math.add(1, 2))
print(my_math.sub(1, 2))

在这里插入图片描述
在这里插入图片描述
在这过程中,你可能还会遇到我之前遇到的坑:
坑一:
报错"multiple lua vms detected".

主程序编译时引用的lua静态库.编译功能模块的动态链接库时也引用的lua 静态库.
主程序运行lua代码,lua代码中需要加载功能模块库,这个时候lua加载模块失败,报错"multiple lua vms detected".
原因:加载两次lua静态库,创建了两个虚拟机,导致冲突.
解决办法:主程序和模块库都改成引用lua的动态库,加载多次动态库共享一份,不会冲突.

解决方法就按照我之前写的编译过程,重新编译lua.lib,lua.dll,lua.exe
vs2017编译Lua最新源码,生成动态链接库版本

坑二:
在这里插入图片描述
这时候有几个地方要检查。

int luaopen_mylib(lua_State* L)

这里的luaopen_mylib,这里的mylib是require的时候加载的模块名,mylib.dll也要叫这个名。
最防不胜防的另外一种情况,就是你用的main.cpp,源文件中
在这里插入图片描述
这里还要再用extern "C"包裹一下,这样才能被lua识别。
如果你用的是main.c这样的文件,什么都不用加,恭喜你成功避免了这一个坑,但是如果你加的是main.cpp,则需要将lua头文件用extern "C"包裹,还需要将luaopen_xx也用extern "C"包裹起来
废话不多说,main.cpp文件为:

#include <stdio.h>
#include <string.h>

extern "C"
{
#include <lua.h>
#include <lauxlib.h>
#include <lualib.h>
}

static int add(lua_State* L)
{
	double op1 = luaL_checknumber(L, 1);//去栈中拿参数
	double op2 = luaL_checknumber(L, 2);
	lua_pushnumber(L, op1 + op2);//把结果入栈
	return 1;//返回值的个数
}

static int sub(lua_State* L)
{
	double op1 = luaL_checknumber(L, 1);
	double op2 = luaL_checknumber(L, 2);
	lua_pushnumber(L, op1 - op2);
	return 1;
}

static luaL_Reg mylibs[] =
{
	{"add", add},
	{"sub", sub},
	{NULL, NULL}
};

extern "C"
{
	__declspec(dllexport)//这个很重要,设置这个函数为外部链接 Linux不需要
		int luaopen_mylib(lua_State* L) //函数名很重要,luaopen_xxx,lua脚本require(“xxx”)和xxx.dll、xxx.so,这4个一定要这样,
	{
		luaL_newlib(L, mylibs);
		return 1;
	}
}

参考:
lua调用c详解(Windows版+Linux版)

Lua教程(二十):Lua调用C函数

vs2017编译Lua最新源码,生成动态链接库版本

lua require绝对路径文件时 module not found解决方法

如何用C/C++生成一个为lua所用的动态库dll文件以及lua如何调用该dll(C语言的动态库) 先说两句废话:怪不得lua不火,因为它对我们新手太不友好了。比如生成一个为lua调用dll的文件这么简单的小事,昨天我按照网上给出的教程总是出错(而且网上关于这方面的资料少的可怜!),最后还是通过自己的不断尝试修成正果,所以还是在这儿写博便记,下面进入正题。 首先是下载一个lua源码包,这里我选择的是lua5.1.5(本来我用的是lua-5.4,但是遇到了各种坑,编译的,运行的等等),朋友们可以去这里下载【https://mp.csdn.net/console/upDetailed】,解压缩之后,把它随便 阅读详情

相关推荐

Lua与C/C++交互——Lua调用C/C++

Lua与C/C++交互——Lua调用C/C++ 0.简介          Lua(念“鲁啊”)作为一门发展成熟的脚本语言,正在变得越来越流行。它也可以作为和C/C++执行脚本交互的语言。并且Lua的整个库很小,我安装了最新的正式版Lua 5.1版本,而整个静态链接的lu

牧秦丶 1万+

lua 脚本c码调用

lua脚本如何使用c码 #include <lua.h> #include <lauxlib.h> #include <lualib.h> #include <stdio.h> static int lua_print(lua_State *L) { const char* str = lua_tostring(L, -1); fprintf(stdout, "%s\n", str); return 0; ...

Kennneth的博客 300

window下LUA调用C函数(动态库)

DESC:WIN7下 LUA调用C动态库 Author:dingwood Date:2012-02-11 21:34       1 概述 本文主要描述在WINDOW系统下LUA如何调用C语言提供的函数(以dll动态库的方式进行提供)。使用的开发工具为CODE BLOCKS 10.1 (以下简称CB),思路很简单,先用CODEBLOCKS形成DLL动态库,然后在LUA FOR WIN

dingwood的专栏 4003

C语言编译找不到lua.h --luaLoad.c:2:17: fatal error: lua.h: 没有那个文件或目录

我在编辑C语言时 代码如下: #include <lua.h> #include <lauxlib.h> #include <lualib.h> 然后编译成so文件,出现如下错误: 其实就是找不到lua库: 解决办法: 下载lua-5.1.5.tar.gz 解压文件 进入解压文件 执行make linux 执行sudo make install 然后在编译 成功解决 ...

qq_34388113的博客 5610

使用LUA调用DLL

使用Lua调用DLL生成Lua编译器C++生成dllLua交互界面 之前希望学点lua来自定义ocgcore,然而官方的脚本机器都是C语言写的,要懂点Lua调用C/C++库的知识。所以看了下在线版的Programming in Lua,下了个5.4测试版的源代码自己编译了一下。 生成Lua编译器 貌似官网只说了*nix的几个发行版上的编译,对Windows上面不太友好(好吧是提供了二进制文件的下载方法)。我早些时候装了个MinGW-win64,所以用mingw32-make mingw(反正是类似的命令)就

weixin_43570235的博客 1789

lua和C语言互相调用的例子

之前都是看的lua脚本怎么写的,还有就是在之前的工作室仿照着写。没有真正懂LUA和C语言如何之间交互的。今天写了一个例子 首先我要实现的功能计算两个整数的和,就是x+y了。因为x和y是随时变化的,我又不想在C程序里修改,那么就把这两个参数放到lua脚本来传递。 那么我是如何实现的呢? 第一步:搭建window环境,使用vs2005 这个东西在网上搜索一下吧,很多。 第二步:写一下c函数的逻辑。 //testlua.c #include "stdafx.h" #include <stdi

linuxguitu的博客 316

Lua和C++交互详细总结

Lua和C++交互详细总结 转自:http://cn.cocos2d-x.org/tutorial/show?id=1474 一、Lua堆栈 要理解Lua和C++交互,首先要理解Lua堆栈。 简单来说,Lua和C/C++语言通信的主要方法是一个无处不在的虚拟栈。栈的特点是先进后出。 在Lua中,Lua堆栈就是一个struct,堆栈索引的方式可是是正数也可以是负数,区别是:正数

晴天的专栏 1947

Rockchip RK3568实战:手把手教你调试I2S音频驱动(附ALSA设备树配置详解)

本文提供Rockchip RK3568平台I2S音频驱动的实战调试指南。详细解析了从硬件连接到软件配置的全过程,重点涵盖ALSA驱动框架下的设备树配置、时钟计算、DMA参数设置以及常见问题(如无声、爆音)的排查与解决方法,帮助开发者快速定位并解决音频驱动难题。

weixin_28358083的博客 503

【Lua】Windows 下编写 C 扩展模块:VS 编译与 Lua 调用全流程

Windows 下编写 Lua C 扩展模块:MinGW/VS 编译与 Lua 调用全流程

kinghzking的专栏 1750

KV Cache 详解:新手也能理解的 LLM 推理加速技巧

(Autoregressive)生成的,即每次生成一个 token,然后将其作为输入继续生成下一个 token。:如果序列太长,超过了 KV Cache 的存储限制,就需要丢弃最早的 tokens(类似滑动窗口)。时,每次只会生成一个新 token,然后再把这个 token 作为输入继续生成下一个 token。,只缓存计算过的 K,VK, V,每次只计算新 token 的 K,VK, V,从而提升推理效率。:如果输入的 prompt 发生变化,之前的 KV Cache 不能复用,必须重新计算。

Harry的博客 7382

ENVI-met新手必看:从零开始创建城市微气候模型(附详细步骤+底图制作技巧)

本文为ENVI-met新手提供从零开始创建城市微气候模型的详细指南,包括环境准备、参数配置、底图制作技巧和三维模型构建步骤。特别针对常见问题提供解决方案,帮助初学者快速掌握城市微气候模拟技术,提升建模效率。

weixin_29269441的博客 407

c调用lua详解(Windows版+Linux版)

1.c调用lua的实现原理 lua语言是c语言实现的,而且是非常轻量级的,非常适合内存受限的嵌入式产品 c调用lua,需要在c程序中模拟出lua解释器环境,所以需要调用lua的函数,即生成c程序必定要链接lua库,lua解释器和C是通过一个虚拟栈来交换数据的 栈的大小可以设置,通过查看lua的源码,可以知道这个栈的大小,在luaconf.h的LUAI_MAXSTACK,还可以通过lua_...

follow_blast的博客 5728

AUTOSAR网络管理配置详解:Vector DaVinci工具全面讲解

手把手带你用Vector DaVinci完成AUTOSAR网络管理模块的配置,涵盖NmChannel、NmPdu、重复帧抑制等关键参数设置,深入解析CAN总线上的NM报文调度与唤醒机制,助你扎实掌握AUTOSAR网络管理核心实践。

weixin_42504649的博客 168

学习Lua碰到的问题、踩坑记录

一、遍历字典是无序的 二、Lua的遍历和C#不同 三、同名传参和同名字段 四、传参是引用传递 五、rawget()和rawset() 六、在Windows上安装Lua 1.get a binary 2.选择自己电脑的版本 3.解压文件,(存放文件地址文件夹名全部不要出现中文最佳) 4.修改环境变量 5.win+R,cmd,输入lua或者lua53后如下即安装完成 6.最后intellij idea 中推荐一个EmmyLua,使用安装比较简单,在设置setting里面选择Plugins,查找EmmyLua安装

森明帮大于黑虎帮的博客 2242

搞定ESD(五):静电放电问题分析与调试

前面深入分析了静电放电的干扰机理、耦合路径,从现在开始将进入下一个大家非常关注的环节:静电放电问题分析与调试,掌握静电放电问题的分析方法,快速锁定敏感设备或者耦合路径,可以达到事半功倍的效果。

记得诚 2797

游戏战斗系统架构设计的演绎之路——从一坨意大利面条到一座精密钟表

摘要:游戏战斗系统架构设计的演进之路 本文系统梳理了游戏战斗系统从早期街机到现代3A大作的架构发展历程。70-80年代的街机游戏采用基础碰撞盒判定(如《街头霸王》);90年代实现动画融合与状态机架构(《最终幻想》《拳皇》);2000年后MMO引入服务器验证与同步技术(《魔兽世界》);3D时代融合物理引擎与智能AI(《GTA5》《只狼》);移动端则发展出轻量化架构与云端判定(《王者荣耀》)。现代战斗系统已实现模块化、数据驱动和热更新,未来趋势是AI裁判与云战斗系统。这一演进过程展现了技术与创意的完美结合,数百

本博客聚焦游戏开发技巧、创业实战心得及大学热门课程干货。这里既有技术深度,也有思维广度,无论你是开发者、创业者还是高校学子,都能在这里找到适合自己的成长之路! 804

windows下lua调用C动态库文件(.dll)

1.lua调用C库时,找不到指定程序问题. lua代码如下: local clib = require "myLuaCLib" clib.test() C库代码如下: #include "lua.h" #include "lualib.h" #include "lauxlib.h" #include <stdio.h> static int l_test(lua_State* L) { printf("hello world\r\n"); return 0; } static con

qq_22252423的博客 4791

【项目典型案例】-2-任意帧/特定帧CAN唤醒对ECU首帧/启动时间的影响

任意帧/特定帧CAN唤醒对ECU启动时间的影响

「汽车电子助手」的博客 1948

windows VS Lua 如何调用C函数

** windows VS Lua 如何调用C函数 ** 该篇文章基于lua 5.3版本 因为5.1版本的lua与5.3版本的lua方法有所不同 首先得去官网把5.3的代码拷下来,拷下来后会有一个src的文件夹,是lua的源码, 然后去vs建立一个空项目,将.h文件和.c文件添加到项目中,注意不要将lua.c和luac.c文件添加到项目中,因为lua.c和luac.c都有main函数,这里我们自己...

lpl312905509的博客 372

Pyinstaller打包为可执行文件编码错误的问题

Pyinstaller打包为可执行文件编码错误的问题 写好的python程序在vscode上运行没有任何问题,将程序利用pyinstaller打包后,运行程序发生了错误。 错误代码 UnicodeDecodeError: ‘utf-8' codec can't decode byte 0xce in position 20-21:invalid cotinuation byte 网上找到的解决方案是: 1.在命令行中输入 chcp 65001 2.按正常方式进行封装 pyinstaller

xuefeng_he的博客 1560

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")

lua调用c详解(Windows版+Linux版)

1.lua调用c的原理 lua提供一个require函数,用来加载lua模块,lua模块分为lua写的模块和c写的模块,对于c写的模块,C模块在使用以前必须首先加载并连接,在大多数系统中最容易的实现方式是通过动态连接库机制,所以lua调用c,实际就是调用c程序打包成的so(Linux)和dll(Windows) lua环境搭建、lua和c怎么交换数据、以及虚拟栈的操作等,这些详情可以看我另外一...

follow_blast的博客 1431

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

lua和c语言哪个好学,C程序与Lua脚本相互调用

Lua脚本是一种可用于C程序开发/测试的工具,本篇介绍一下C程序与Lua脚本如何进行相互调用,更加详细的操作参见《Programing in Lua》。本文分为3个部分:1、Windows环境下Lua的下载以及安装注意事项;2、Visual C++6.0中Lua的配置;3、C程序与Lua脚本相互调用实例。1、Windows环境下Lua的下载以及安装注意事项a、下载Lua for Windows,笔...

weixin_39552037的博客 248

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

用 lua 调用 Windows 的 API

 云风的 BLOG 思绪来的快去的也快,偶尔会在这里停留

skyremember的专栏 6733

linux c程序调用脚本,C程序与Lua脚本相互调用

Lua脚本是一种可用于C程序开发/测试的工具,本篇介绍一下C程序与Lua脚本如何进行相互调用,更加详细的操作参见《Programing in Lua》。本文分为3个部分:1、Windows环境下Lua的下载以及安装注意事项;2、Visual C++6.0中Lua的配置;3、C程序与Lua脚本相互调用实例。1、Windows环境下Lua的下载以及安装注意事项a、下载Lua for Windows,笔...

weixin_39638801的博客 517

Windows下使用mingw编译实现c程序调用lua脚本完全指南(基于lua5.4版本)

Windows下使用mingw编译实现c程序调用lua脚本完全指南(基于lua5.4版本) 1安装mingw 1.1下载minggw 下载路径 链接: https://pan.baidu.com/s/1AkhT-JFBrPqV-uQAXpPytA 提取码: n7wu 解压压缩包到C盘根目录 1.2修改环境变量 计算机=>属性->高级系统设置->环境变量->系统环境变量,选择Path,编辑,变量值添加C:\MinGW\bin 1.3测试是否安装成功 2.lua5.4版本源码编译

hanweilong的博客 1866

【lua】Windows环境下cffi-lua使用指南:编译、安装与测试

▒ 目录 ▒🛫 导读环境需求1️⃣ Windows下cffi-lua基础认知1.1 核心特性(Windows适配)1.2 必备依赖(Windows环境)2️⃣ Windows下编译指南(MSVC环境)2.1 步骤1:准备依赖文件(关键!步骤2:配置 meson 编译参数步骤3:执行编译3️⃣ Windows下安装与测试3.1 安装:让Lua找到cffi模块3.2 测试:验证cffi-lua功能3.3 批量测试:运行官方测试用例4️⃣ Windows特有注意事项与避坑指南。

kinghzking的专栏 1086
上一篇: vs2017编译Lua最新源码,生成动态链接库版本
下一篇: Lua调用C库之require("xx.xx")类型包的命名规则
hp_cpp
博客等级 码龄11年 310粉丝 218原创
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
 
 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