仓库源文，站点原文

title: 使用C++解释器Cling toc: true cover: 'https://img.paulzzh.com/touhou/random?12' date: 2021-11-09 13:24:54 categories: 软件安装与配置 tags: [软件安装与配置, Cling, C++]

description: 众所周知C++是一门编译型的语言，我们需要先将C++的源代码进行编译、连接生成二进制，然后才能执行；而Cling是一个构建在Clang和LLVM之上的一个C++解释器，它允许我们像Python一样实现对C++代码的逐行执行！同时，Cling也支持集成进JupyterLab中直接使用！

众所周知C++是一门编译型的语言，我们需要先将C++的源代码进行编译、连接生成二进制，然后才能执行；

而Cling是一个构建在Clang和LLVM之上的一个C++解释器，它允许我们像Python一样实现对C++代码的逐行执行！

同时，Cling也支持集成进JupyterLab中直接使用！

源代码：

<br/>

<!--more-->

使用C++解释器Cling

前言

官方的介绍如下：

Cling is an interactive C++ interpreter, built on top of Clang and LLVM compiler infrastructure. Cling realizes the read-eval-print loop (REPL) concept, in order to leverage rapid application development. Implemented as a small extension to LLVM and Clang, the interpreter reuses their strengths such as the praised concise and expressive compiler diagnostics.

Cling是一个构建在Clang和LLVM编译器之上的交互式的C++解释器；Cling实现了 read-eval-print loop (REPL) 来满足更快速的应用程序开发；作为LLVM和Clang的一个扩展实现，解释器重用了它们的优点，如：良好和简洁的编译诊断提示；

下面，废话不多说，直接进入安装阶段；

<br/>

安装并配置

安装Cling

因为Cling存在 Nightly-Build 的版本，我们可以直接下载编译好的二进制即可：

通过编译源码安装需要安装大量的编译工具，这里不推荐！

下载：

wget https://root.cern.ch/download/cling/cling_2020-11-05_ROOT-centos7.tar.bz2

解压缩：

tar -xjvf cling_2020-11-05_ROOT-centos7.tar.bz2

此时已经安装完成，并且官方已经提供了Clang和LLVM环境，二进制文件在bin目录下：

$ tree -L 2
.
├── bin
│   ├── c-index-test
│   ├── clang -> clang-5.0
│   ├── clang++ -> clang
│   ├── clang-5.0
│   ├── clang-check
│   ├── clang-cl -> clang
│   ├── clang-cpp -> clang
│   ├── clang-format
│   ├── clang-import-test
│   ├── clang-offload-bundler
│   ├── clang-rename
│   ├── cling
│   ├── git-clang-format
│   ├── llvm-tblgen
│   ├── scan-build
│   └── scan-view
├── include
│   ├── clang
│   ├── clang-c
│   ├── cling
│   ├── llvm
│   └── llvm-c
├── lib
│   ├── clang
│   ├── cmake
│   ├── libclangAnalysis.a
│   ├── ……
├── libexec
│   ├── c++-analyzer
│   └── ccc-analyzer
└── share
    ├── clang
    ├── cling
    ├── man
    ├── opt-viewer
    ├── scan-build
    └── scan-view

将Bin命令加入环境变量PATH中即可；

<br/>

使用

安装完成后，可以使用命令cling进入交换模式：

$ cling 

****************** CLING ******************
* Type C++ code and press enter to run it *
*             Type .q to exit             *
*******************************************
[cling]$ #include <stdio.h>
[cling]$ printf("Hello World!\n")
Hello World!
(int) 13
[cling]$

也可以直接在命令行执行多条语句：

$ cling '#include <stdio.h>' 'printf("Hello World!\n")'

Hello World!
(int) 13

或者执行整个C++脚本文件：

$ cat test.cpp 
#include <stdio.h>
printf("Hello World!\n");

$ cat test.cpp | cling 

****************** CLING ******************
* Type C++ code and press enter to run it *
*             Type .q to exit             *
*******************************************
Hello World!

当然，如果只是在命令行执行，那使用起来就非常不爽了！

而Cling的一大优点是可以集成进Jupyter中！

关于安装JupyterLab见：

<br/>

JupyterLab中集成Cling

关于在JupyterLab中集成Cling，官方也提供了说明：

首先，进入我们的Cling安装目录：

$ pwd
/opt/cling

$ ll

total 36
drwxr-xr-x  7 root  root  4096 Nov  9 14:08 .
drwxr-xr-x 11 root  root  4096 Nov  9 13:53 ..
drwxr-xr-x  4 14806 2735 12288 Nov  5  2020 lib
drwxr-xr-x  8 14806 2735  4096 Nov  5  2020 share
drwxr-xr-x  2 14806 2735  4096 Nov  5  2020 bin
drwxr-xr-x  7 14806 2735  4096 Nov  5  2020 include
drwxr-xr-x  2 14806 2735  4096 Nov  5  2020 libexec

进入share/cling/Jupyter/kernel目录下：

$ cd share/cling/Jupyter/kernel/

$ ll

total 64
drwxr-xr-x 9 14806 2735  4096 Nov  8 20:13 .
drwxr-xr-x 2 root  root  4096 Nov  8 20:13 __pycache__
drwxr-xr-x 2 root  root  4096 Nov  8 20:13 clingkernel.egg-info
drwxr-xr-x 3 14806 2735  4096 Nov  5  2020 ..
drwxr-xr-x 2 14806 2735  4096 Nov  5  2020 cling-cpp11
drwxr-xr-x 2 14806 2735  4096 Nov  5  2020 cling-cpp14
drwxr-xr-x 2 14806 2735  4096 Nov  5  2020 cling-cpp17
drwxr-xr-x 2 14806 2735  4096 Nov  5  2020 cling-cpp1z
drwxr-xr-x 2 14806 2735  4096 Nov  5  2020 scripts
-rw-r--r-- 1 14806 2735  2335 Nov  5  2020 cling.ipynb
-rw-r--r-- 1 14806 2735 13022 Nov  5  2020 clingkernel.py
-rw-r--r-- 1 14806 2735   721 Nov  5  2020 .gitignore
-rw-r--r-- 1 14806 2735  2574 Nov  5  2020 setup.py

使用pip安装依赖：

pip3 install -e .

在Jupyter中安装对应执行的Kernel：

jupyter-kernelspec install [--user] cling-cpp17
jupyter-kernelspec install [--user] cling-cpp1z
jupyter-kernelspec install [--user] cling-cpp14
jupyter-kernelspec install [--user] cling-cpp11

可以根据需要安装对应的Kernel，如果全部安装则会显示多个；

<font color="#f00">**如果安装时JupyterLab已经打开，则需要重启JupyterLab才能生效！**</font>

重启后，进入JupyterLab的效果如下图：

会出现对应C++的选项；

我们可以在JupyterLab中创建一个文件，进行尝试；

如，下面是一个测试C++中 Constructor 和 Destructor 特性的代码：

可以看到，代码已经成功的被执行了！

Cling结合JupyterLab非常适合学习C++：我们只需要关注和编写突出某个C++特性的代码块即可执行，而无需编写整个C++文件，包括main函数！

除此之外Cling还提供了更多的特性，有空大家可以更多的去尝试！

<br/>

附录

源代码：

相关阅读：

<br/>