博客
关于我
Linux:ldd命令详解
阅读量:800 次
发布时间:2023-02-05

本文共 720 字,大约阅读时间需要 2 分钟。

ldd工具:打印程序依赖的共享库列表

语法

ldd(选项)(参数)

其中,选项参数具体如下:

选项

  • --version:显示指令版本号
  • -v:详细信息模式,打印所有相关信息
  • -u:打印未使用的直接依赖
  • -d:执行重定位和报告丢失对象
  • -r:执行数据对象和函数重定位,报告丢失对象和函数
  • --help:显示帮助信息

参数

  • 文件:指定可执行程序或文库

工作原理

ldd并非可执行程序,而是一个 shell 脚本。其工作原理基于设置一系列环境变量(如 LD_TRACE_LOADED_OBJECTSLD_WARN 等)。当 LD_TRACE_LOADED_OBJECTS 设置为非空值时,可执行程序运行时会仅显示模块的依赖信息而不实际执行程序。

ldd通过 ld-linux.so(elf动态库的装载器)实现其功能。ld-linux.so 在程序运行前获得控制权,因此当上述环境变量设置时,ldd会展示可执行模块的依赖关系。实际上,可以直接调用 ld-linux.so 模块进行类似操作,例如:

/lib/ld-linux.so.2 --list program(相当于 ldd program

示例使用

# 打印可执行程序的直接依赖export LD_TRACE_LOADED_OBJECTS=1./your_program# 显示详细依赖信息(推荐使用)export LD_VERBOSE=1export LD_TRACE_LOADED_OBJECTS=1./your_program

注意事项

  • 文件路径:请确保提供的文件路径正确,避免出现 file not found 错误。
  • 环境变量:请谨慎设置相关环境变量,以免影响系统正常功能。

转载地址:http://bwufk.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | CIB-SE-YOLOv8: 优化的YOLOv8, 用于施工现场的安全设备实时检测 !
查看>>
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>