博客
关于我
vscode配置C++开发环境
阅读量:167 次
发布时间:2019-02-28

本文共 1380 字,大约阅读时间需要 4 分钟。

昨天一直研究到深夜,查阅了很多博客资料,还是没配置好VSCode的C++编译环境,今天早上又弄了一下,现在终于OK了。

虽然很多东西的原理不太明白,但现在至少知道了基本方法,以后多练习应该会慢慢熟悉起来。

第一步,先去VSCode官网下载安装,安装到自己想要的位置就可以了。

第二步,去MinGW官网下载安装,同样可以安装到自己想要的位置。

下载时注意不要点击"Download Latest Version",而是往下滑找到最新版的"x86_64-posix-seh"进行下载。

第三步,配置MinGW环境变量。

第一步,复制MinGW路径(具体路径请参考第六点)。第二步,打开控制面板,搜索高级系统设置,进入系统环境变量。第三步,点击环境变量。第四步,双击Path选项。第五步,点击新建。第六步,将MinGW的安装路径粘贴进去。第七步,退出所有窗口。

到现在MinGW环境已经配置完毕,可以验证一下是否成功:按下Win+R,打开运行窗口,输入cmd。输入g++,如果有两种反馈:第一种:环境配置成功。第二种:环境配置失败,提示"'g++'不是内部或外部命令"。

第四步,打开VSCode,点击扩展,先下载一个中文包。接着在扩展里搜索C/C++插件,下载相应的插件。

第六步,在自己想要的位置新建一个code_test文件夹,打开VSCode,选择这个文件夹。在code_test中新建一个test.cpp文件。在test.cpp中输入一份简易测试代码:

#include <stdio.h>#include <windows.h>int main() {printf("Hello VScode!\nHello C++\n");system("pause");return 0;}</windows.h></stdio.h>

按下Ctrl+F5,选择C++(GDB/LLDB),再选择g++.exe。

完成上述操作后,会生成launch.json文件,粘贴以下代码:

{"version": "0.2.0","configurations": [{"name": "g++.exe - 生成和调试活动文件","type": "cppdbg","request": "launch","program": "${fileDirname}\${fileBasenameNoExtension}.exe","args": [],"stopAtEntry": false,"cwd": "${workspaceFolder}","environment": [],"externalConsole": true,"MIMode": "gdb","miDebuggerPath": "D:\2Software\mingw64\bin\gdb.exe","setupCommands": [{"description": "为gdb启用整齐打印","text": "-enable-pretty-printing","ignoreFailures": true}],"preLaunchTask": "g++.exe build active file"}]}

回到test.cpp文件,按下Ctrl+F5,选择配置任务,完成后按下Ctrl+F5就可以正常编译运行了。

转载地址:http://ueod.baihongyu.com/

你可能感兴趣的文章
NiuShop开源商城系统 SQL注入漏洞复现
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
nmap 使用方法详细介绍
查看>>
Nmap扫描教程之Nmap基础知识
查看>>