使用C++解释器Cling
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：
使用C++解释器Cling 前言 官方的介绍如下：
1 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；
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：
1 wget https://root.cern.ch/download/cling/cling_2020-11-05_ROOT-centos7.tar.bz2
解压缩：
1 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：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 $ 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；
使用 安装完成后，可以使用命令cling进入交换模式：
1 2 3 4 5 6 7 8 9 10 11 $ cling ****************** CLING ****************** * Type C++ code and press enter to run it * * Type .q to exit * ******************************************* [cling]$ [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：
1 2 3 4 $ cling '#include <stdio.h>' 'printf("Hello World!\n")' Hello World! (int) 13
或者执行整个C++脚本文件：
1 2 3 4 5 6 7 8 9 10 11 $ 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：
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：
1 2 3 4 5 6 7 8 9 10 11 12 13 $ 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：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 $ 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：
在Jupyter中安装对应执行的Kernel：
1 2 3 4 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；
如果安装时JupyterLab已经打开，则需要重启JupyterLab才能生效！
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！
附录 源代码：
相关阅读：
