博客
关于我
Ubuntu16.04升级gdb7.11升级到10.2版本
阅读量:665 次
发布时间:2019-03-15

本文共 1247 字,大约阅读时间需要 4 分钟。

安装GDB(GNU Debugger)

要在Ubuntu或Centos上安装最新版本的GDB,可以按照以下步骤操作:

1. 安装GDB源码

选择GDB的最新版本市场上可以找到多个版本,我们推荐使用官方发布的GDB-10.2。下载完成后按照以下命令安装:

tar -zxvf gdb-10.2.tar.gzcd gdb-10.2mkdir buildcd build../configure --with-python=/usr/bin/python3.5 --enable-targets=all

2. 编译命令

执行以下命令进行编译和安装:

make && make install

"make"过程可能会显示一些错误信息,此时请确保系统安装了所有必要的依赖:

3. 处理常见错误

如果在编译过程中出现以下错误:

WARNING: 'makeinfo' is missing on your system.         You should only need it if you modified a '.texi' file, or        any other file indirectly affecting the aspect of the manual.        You might want to install the Texinfo package:        http://www.gnu.org/software/texinfo/        The spurious makeinfo call might also be the consequence of        using a buggy 'make' (AIX, DU, IRIX), in which case you might        want to install GNU make:        http://www.gnu.org/software/make/

安装相关软件包:

  • Ubuntu:

    apt install texinfo
  • Centos:

    yum install texinfo

重新运行编译命令:

make && make install
4. 替换旧版本GDB

为了安全替换现有的GDB,执行以下命令备份现有文件,并将新版本安装到目标目录:

mv /usr/local/bin/gdb /usr/local/bin/gdb_bakcp ~/gdb-10.2/gdb/gdb /usr/local/bin/
验证安装状态

最后,验证GDB是否安装成功,可以通过以下命令查看版本信息:

gdb -v

输出结果应类似:

➜ ~/gdb-10.2/gdb$ gdb -vGNU gdb (GDB) 10.2Copyright (C) 2021 Free Software Foundation, Inc.... (详细版本信息...)

到此操作完成。

转载地址:http://bpkmz.baihongyu.com/

你可能感兴趣的文章
Panalog 日志审计系统 libres_syn_delete.php 前台RCE漏洞复现
查看>>
Panalog 日志审计系统 sprog_deletevent.php SQL 注入漏洞复现
查看>>
pandas :将时间戳转换为 datetime.date
查看>>
pandas :将行取消堆叠到新列中
查看>>
pandas DataFrame 中的自定义浮点格式
查看>>
Pandas DataFrame中的列从浮点数输出到货币(负值)
查看>>
Pandas Dataframe的日志文件
查看>>
Pandas Plots:周末的单独颜色,x 轴上漂亮的打印时间
查看>>
Pandas 中的多索引旋转
查看>>
Pandas 对数据框的布尔比较
查看>>
pandas 根据不是常量的第三列的值将值从一列复制到另一列
查看>>
Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
查看>>
pandas 适用,但仅适用于满足条件的行
查看>>
Pandas-从具有嵌套列表列表的现有列创建动态列时出错
查看>>
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.read_csv()的详解-ChatGPT4o作答
查看>>
PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
查看>>
Pandas数据可视化怎么做?用实战案例告诉你!
查看>>
Pandas数据结构之DataFrame常见操作
查看>>
pandas整合多份csv文件
查看>>