本文发表于 4025 天前,其中的信息可能已经事过境迁
文章摘要

  Lua 5.3 已经发布好长时间了,可是因为 Lua For Windows 的 Lua 版本无法和官方保持一致,所以想尝试下编译 Lua 5.3 的源代码,因为作为一名合格的程序员,是应该要懂得编译原理的相关内容的啊(可是我真的没有学过编译原理啊!…..)。好了,那么今天博主将在文章中和大家分享自己编译 Lua 5.3的过程,希望能够对大家学习和使用 Lua 有些帮助吧!

  我们知道 Lua 由三部分组成,即

  • Lua 链接库
  • Lua 解释器
  • Lua 编译器

  因此,对于 Lua 源代码的编译主要就是编译 Lua 链接库、 Lua 解释器 和 Lua 编译器

编译 Lua 链接库

  • 使用 Visual Studio 创建一个 VC++ 项目,项目命名为 Lua53,项目类型为静态库、不设置预编译头。
  • 删除 Visual Studio 自动创建的 .cpp 文件及其对应的.h文件。
  • 将下载的 Lua 代码解压,将 src 目录下的全部文件拷贝到项目中,然后删除 lua.c、luac.c 和 lua.hpp 这三个文件。
  • 编译项目会得到一个 Lua53.lib 的文件,这就是我们编译得到的 Lua 链接库。

编译 Lua 解释器

  我们知道 Lua 解释器是一个可以直接运行Lua代码的可执行文件,因此

  • 在同一个解决方案下继续创建 VC++ 项目,项目命名为 Lua,项目类型为控制台应用程序、需设置预编译头。
  • 删除 Visual Studio 自动创建的 .cpp 文件及其对应的 .h 文件。
  • 将下载的 Lua 代码解压,将 src 目录下的全部文件拷贝到项目中,然后删除 luac.c 这个文件。
  • 设置当前项目依赖于 Lua53 项目
  • 编译项目会得到一个 Lua.exe 文件,这就是我们编译得到的 Lua 解释器。

  运行该程序,我们可以看到下面的结果:

Lua解释器程序 Lua解释器程序

  好了,现在我们来写一个简单的 Lua 程序:

io.write("Hello I get a powerful program language called Lua \n")
io.write(string.format("This Lua is %s and now is %s \n",_VERSION,os.date()))

  程序运行结果为:

Hello I get a powerful program language called Lua This Lua is Lua5.3 and now is 04/16/15 16:06:43

编译 Lua 编译器

  和Lua类似地,

  • 在同一个解决方案下继续创建 VC++ 项目,项目命名为 Lua,项目类型为控制台应用程序、需设置预编译头。
  • 删除 Visual Studio 自动创建的 .cpp 文件及其对应的 .h 文件。
  • 将下载的Lua代码解压,将 src 目录下的全部文件拷贝到项目中,然后删除 lua.c 这个文件。
  • 设置当前项目依赖于 Lua53 项目
  • 编译项目会得到一个 Luac.exe 文件,这就是我们编译得到的 Lua 解释器。

  使用 Lua 编译器需要在环境变量中增加对 Lua 编译器路径地引用,比如 Luac.exe 放在 D:\Program Files\Lua\build\ 这个目录下,就在 PATH 这个变量中增加:

D:\Program Files\Lua\build;

  因为每个人的 Lua 编译器存放的位置都不同,所以这个就不再赘述了。

  好了,今天的内容就是这样了。

链接

赞赏博主
相关推荐 随便逛逛
.NET 生态下的 Agent 框架选型:从 ReAct 到原生推理 本文对比了 Semantic Kernel、Microsoft.Extensions.AI 和 Microsoft Agent Framework 三种 .NET 生态下的 Agent 框架,详细测试了流式输出、工具调用和推理内容获取能力。随着 OpenAI o1、DeepSeek Reasoner、Claude 4 等推理模型的兴起,Agent 系统正从 ReAct 模式向原生推理演进。本文实测了三大框架对 reasoning_content 的兼容情况,并提供了 DeepSeek 推理模型的接入方案,最后针对不同场景给出了选型建议。
从「能用」到「好用」:LLM 流式响应实现方式的探索之路 本文记录了在 ASP.NET Core 中实现 LLM 流式响应的完整探索历程。从直接操作 Response 的朴素写法,到引入事件抽象,再到 IAsyncEnumerable 的陷阱与中间件方案的局限,最终通过自定义的 SseResult 实现了优雅、可复用且符合框架哲学的 Server-Sent Events (SSE) 流式输出方案。文章对比了五种实现方式的复杂度与适用场景,为需要集成生成式 AI 流式交互的开发者提供了一条从「能用」到「好用」的清晰路径。
评论 隐私政策