CMake构建

使用CMake构建

CMake是一个工具,用于简化跨不同平台的开发项目的构建过程。CMake自动生成生成系统,如Makefiles和Visual Studio项目文件。

CMake是一个自带的第三方工具证明文件。本主题描述了如何使用CMake3.1.0带Qt 5。

开始使用CMake

开始find_package找到Qt附带的库和头文件。然后,您可以将这些库和头文件与target_link_libraries命令来构建基于Qt的库和应用程序。该命令自动添加适当的包含目录、编译定义、独立于位置的代码标志以及到qtmain.lib例如,Windows上的库。

构建GUI可执行文件

要构建helloworld GUI可执行文件,您需要以下内容:

cpp 复制代码
cmake_minimum_required(VERSION 3.1.0)

project(helloworld VERSION 1.0.0 LANGUAGES CXX)

set(CMAKE_CXX_STANDARD 11)
set(CMAKE_CXX_STANDARD_REQUIRED ON)

set(CMAKE_AUTOMOC ON)
set(CMAKE_AUTORCC ON)
set(CMAKE_AUTOUIC ON)

if(CMAKE_VERSION VERSION_LESS "3.7.0")
    set(CMAKE_INCLUDE_CURRENT_DIR ON)
endif()

find_package(Qt5 COMPONENTS Widgets REQUIRED)

add_executable(helloworld
    mainwindow.ui
    mainwindow.cpp
    main.cpp
    resources.qrc
)

target_link_libraries(helloworld Qt5::Widgets)

为find_package为了成功,CMake必须通过以下方式之一找到Qt安装:

设置您的CMAKE_PREFIX_PATH环境变量添加到Qt 5安装前缀。这是推荐的方式。 设置Qt5_DIR在......里CMake缓存到Qt5Config.cmake文件。

导入的库目标

加载的每个Qt模块都定义了一个CMake库目标。目标名称以Qt5::,后跟模块名。例如:Qt5::Core, Qt5::Gui。将库目标的名称传递给target_link_libraries使用各自的库。

注意:从Qt 5.15开始,CMake目标也可以作为Qt::Core, Qt::Gui,等等。这简化了编写可以在Qt 5和Qt 6上运行的CMake代码。

导入的目标使用与配置Qt时相同的配置创建。那就是:

如果Qt是用-debug开关,将创建一个带有调试配置的导入目标。 如果Qt是用-release开关,就会创建一个带有发布配置的导入目标。 如果Qt是用-debug-and-release开关,然后使用发布和调试配置创建导入的目标。 如果您的项目有自定义CMake构建配置,您必须将您的定制配置映射到debug或release Qt配置。

cpp 复制代码
find_package(Qt5 COMPONENTS Core REQUIRED)

set(CMAKE_CXX_FLAGS_COVERAGE "${CMAKE_CXX_FLAGS_RELEASE} -fprofile-arcs -ftest-coverage")

# set up a mapping so that the Release configuration for the Qt imported target is
# used in the COVERAGE CMake configuration.
set_target_properties(Qt5::Core PROPERTIES MAP_IMPORTED_CONFIG_COVERAGE "RELEASE")

CMake变量引用

模块变量

装载的Qt模块find_package设置各种变量。

注意:你很少需要直接访问这些变量。像链接一个模块这样的常见任务应该通过每个模块定义的库目标来完成。

举个例子,find_package(Qt5 COMPONENTS Widgets)成功时,将使以下变量可用:

对于找到的所有包find_package,这些变量的等价物是可用的;它们区分大小写。

安装变量

此外,还有一些变量与特定的包无关,而是与Qt安装本身有关。

CMake命令参考

DBus


相关推荐
liliangcsdn几秒前
smolagents - 如何在mac用agents做简单算术题
人工智能·macos·prompt
nju_spy5 分钟前
周志华《机器学习导论》第8章 集成学习 Ensemble Learning
人工智能·随机森林·机器学习·集成学习·boosting·bagging·南京大学
静心问道28 分钟前
TrOCR: 基于Transformer的光学字符识别方法,使用预训练模型
人工智能·深度学习·transformer·多模态
说私域30 分钟前
基于开源AI大模型、AI智能名片与S2B2C商城小程序源码的用户价值引导与核心用户沉淀策略研究
人工智能·开源
亲持红叶31 分钟前
GLU 变种:ReGLU 、 GEGLU 、 SwiGLU
人工智能·深度学习·神经网络·激活函数
说私域31 分钟前
线上协同办公时代:以开源AI大模型等工具培养网感,拥抱职业变革
人工智能·开源
群联云防护小杜33 分钟前
深度隐匿源IP:高防+群联AI云防护防绕过实战
运维·服务器·前端·网络·人工智能·网络协议·tcp/ip
摘星编程38 分钟前
构建智能客服Agent:从需求分析到生产部署
人工智能·需求分析·智能客服·agent开发·生产部署
不爱学习的YY酱41 分钟前
信息检索革命:Perplexica+cpolar打造你的专属智能搜索中枢
人工智能
whaosoft-1432 小时前
51c自动驾驶~合集7
人工智能