当前位置: 首页 > news >正文

Windows Qt5.15.17源码使用VS2019编译安装

前言

Qt5.15版本官方提供的在线安装最后的一个版本号是Qt5.15.2,但Qt5.15最新的小版本号更新到了5.15.17,Qt5.15.2以后得版本只能下载源码后自行编译安装。
本文介绍如何在Windows下使用VS2019编译最后一个Qt5版本,即Qt5.15.17。

在这里插入图片描述

资源下载
已经编译好的二进制包,可以直接使用:
Qt5.15.17 msvc2019 x86 源码编译二进制包,不带webengine
Qt5.15.17 msvc2019 x64 源码编译二进制包,不带webengine
Qt5.15.17 msvc2019 x64 源码编译二进制包,带webengine

源码下载

首先,下载Qt5.15.17版本源码,下载地址:https://download.qt.io/archive/qt/5.15/5.15.17/single/
在这里插入图片描述
点击下载源码压缩包到本地。

编译前准备

1. Python2安装

下载地址:https://www.python.org/downloads/release/python-2712/
注意,如果编译webengine一定要选python2才行,安装后设置环境变量。

2. Perl安装
3. VS2019安装

编译命令

打开VS的命令行终端
在这里插入图片描述
x86版本选上面这个,x64版本选下面这个。输入命令行:

跳过不常用组件编译,不包含WebEngine

.\configure.bat -opensource -confirm-license -debug-and-release -prefix “D:\Qt5.15.17\msvc2019_64” -platform win32-msvc -skip qtwebengine -skip wayland -skip purchasing -skip qtspeech -skip qtdoc -qt-zlib -nomake tests -nomake examples -opengl desktop -no-feature-d3d12 -c++std c++11

编译命令,我使用的是jom编译,也可以使用nmake编译:
jom -j8
jom install

编译webengine

.\configure.bat -opensource -confirm-license -debug-and-release -prefix “D:\Qt5.15.17\msvc2019_64_webengine” -platform win32-msvc -skip purchasing -skip qtdoc -qt-zlib -nomake tests -nomake examples -opengl desktop -no-feature-d3d12 -c++std c++11

jom -j8
jom install

http://www.dtcms.com/a/361408.html

相关文章:

  • 六、练习3:Gitee平台操作
  • 瑞芯微RK3576平台FFmpeg硬件编解码移植及性能测试实战攻略
  • 深入掌握 Flask 配置管理:从基础到高级实战
  • 校园网IP地址要如何管理
  • MySQL基础知识保姆级教程(四)基础语句
  • 人工智能学习:NLP文本处理的基本方法
  • C++函数执行时间统计工具:轻量级性能分析的最佳实践
  • 触想轨道交通应用案例集锦(一)
  • PAT 1089 Insert or Merge
  • G156HAN04.0 宽温域高亮工业屏技术白皮书
  • 矩阵中寻找好子矩阵
  • leetcode5( 多数元素)
  • 力扣 23 912题(堆)
  • MySQL 体系结构
  • 09.《路由基础知识解析和实践》
  • 【C#实战】使用ListBox控件与生成器模式构建灵活多变的金融资产管理系统
  • 金融数据安全
  • 云原生新手入门完整学习指南
  • 基于单片机智能家居语音控制系统
  • 《IC验证必看|随机稳定性 / 再现性》
  • 手把手教你搭建 UDP 多人聊天室(附完整源码)
  • 网络层和数据链路层
  • 【LeetCode热题100道笔记+动画】乘积最大子数组
  • 构建深度学习音频识别模型:从数据预处理到性能评估
  • PitVis-2023挑战赛:内镜下垂体瘤手术视频中的手术流程识别|文献速递-深度学习人工智能医疗图像
  • 1. 从零开始搭建微服务架构1.0(登录模块)
  • 安科瑞微电网智慧能源平台:构建源网荷储一体化新型电力系统
  • RAG初筛混合方案 - bm25+vector
  • 大规模异构数据挖掘与数据架构
  • 56_基于深度学习的X光安检危险物品检测系统(yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集)