当前位置: 首页 > news >正文

【笔记】在 MSYS2(MINGW64)中正确安装 Rust

#工作记录

1. 环境信息
  • Windows系统: MSYS2 MINGW64
  • 当前时间: 2025年6月1日
  • Rust 版本: rustc 1.87.0 (17067e9ac 2025-05-09) (Rev2, Built by MSYS2 project)
2. 安装步骤
步骤 1: 更新系统包数据库并升级已安装的包

首先,确保我们的 MSYS2 系统是最新状态。打开 MINGW64 终端,输入以下命令:

pacman -Syu

如果提示需要关闭终端,请关闭并重新打开终端后再次运行上述命令以完成所有更新。

步骤 2: 安装 Rust 编译器及其依赖

使用 pacman 命令来安装 Rust。这将自动解决并安装所有必要的依赖项。

pacman -S mingw-w64-x86_64-rust

 

此过程会下载并安装包括 http-parser, libgit2, libssh2 在内的多个依赖库,以及 Rust 编译器本身。

步骤 3: 验证安装

安装完成后,可以通过以下命令验证 Rust 是否成功安装,并检查其版本号。

rustc --version

输出示例:

rustc 1.87.0 (17067e9ac 2025-05-09) (Rev2, Built by MSYS2 project)

 

同样地,可以检查 Cargo 的版本:

cargo --version

 

3. 可选配置
可选依赖

安装过程中提到了一些可选依赖项,如 GDB 和 LLDB 调试工具。如果你需要更高级的调试支持,可以考虑安装 LLDB:

pacman -S mingw-w64-x86_64-lldb

 

4. 创建第一个 Rust 程序
步骤 1: 新建项目目录
mkdir ~/hello_rust
cd ~/hello_rust

 

步骤 2: 创建源文件

创建一个名为 main.rs 的文件,并添加以下内容:

cat > main.rs << EOF
fn main() {println!("Hello, world from Rust in MSYS2!");
}
EOF

 

步骤 3: 编译并运行

编译源代码:

rustc main.rs

 

运行生成的可执行文件:

./main.exe

你应该看到如下输出:

Hello, world from Rust in MSYS2!

 

5. 使用 Cargo 构建项目(推荐)

Cargo 是 Rust 的构建系统和包管理器,建议用于管理 Rust 项目。

创建新项目
cargo new hello_cargo
cd hello_cargo

 

构建并运行
cargo build
cargo run

 

以上就是如何在 MSYS2(MINGW64)环境中正确安装 Rust 并开始开发的基本指南。希望这对我们的学习和开发有所帮助!

http://www.xdnf.cn/news/753607.html

相关文章:

  • 通用人工智能 (AGI): 定义、挑战与未来展望
  • 《Python基础》第2期:环境搭建
  • npm install命令都做了哪些事情
  • Java数据结构——八大排序
  • UDP/TCP协议全解
  • Java正则表达式完全指南
  • vue-11(命名路由和命名视图)
  • Mnist手写数字
  • Python 中 dpkt 库的详细使用指南(强大的 Python 数据包解析库)
  • AI视频“入驻”手机,多模态成智能终端的新战场
  • 网页自动化部署(webhook方法)
  • 机器学习有监督学习sklearn实战二:六种算法对鸢尾花(Iris)数据集进行分类和特征可视化
  • 【ISP算法精粹】动手实战:用 Python 实现 Bayer 图像的黑电平校正
  • Linux 第三阶段课程:数据库基础与 SQL 应用
  • 量子语言模型——where to go
  • PHP与MYSQL结合中中的一些常用函数,HTTP协议定义,PHP进行文件编程,会话技术
  • CCPC dongbei 2025 I
  • 2025 年 AI 技能的全景解析
  • ●day 2 任务以及具体安排:第一章 数组part02
  • 子串题解——和为 K 的子数组【LeetCode】
  • 进阶日记(一)—LLMs本地部署与运行(更新中)
  • 【机器学习基础】机器学习入门核心:Jaccard相似度 (Jaccard Index) 和 Pearson相似度 (Pearson Correlation)
  • NLP学习路线图(十六):N-gram模型
  • C# 序列化技术全面解析:原理、实现与应用场景
  • 基于大模型预测的寻常型天疱疮诊疗方案研究报告
  • ERP系统中商品定价功能设计:支持渠道、会员与批发场景的灵活定价机制
  • 行业分析---小米汽车2025第一季度财报
  • 基于Python学习《Head First设计模式》第二章 观察者模式
  • 基于 Flickr30k-Entities 数据集 的 Phrase Localization
  • 动态规划第二弹:路径类问题(不同路径,珠宝的最高价值,地下城游戏)