golang删除二进制文件中的源码路径信息

方法

go v1.13 go build 新增 -trimpath参数,不用以前那么麻烦了。

➜  awesomeProject CGO_ENABLED=0 go build -v -a -ldflags="-w -s" -trimpath \
    -o ./hello_word hello_word.go
➜  awesomeProject strings hello_word|grep src
➜  awesomeProject 

========================================================================

#之前
➜  awesomeProject go tool objdump hello_word

TEXT go.buildid(SB)
.....
TEXT main.main(SB) /Users/xxxx/go/src/awesomeProject/hello_word.go
  hello_word.go:3	0x104e580		65488b0c2530000000	MOVQ GS:0x30, CX
  hello_word.go:3	0x104e589		483b6110		CMPQ 0x10(CX), SP
  hello_word.go:3	0x104e58d		763b			JBE 0x104e5ca
  hello_word.go:3	0x104e58f		4883ec18		SUBQ $0x18, SP
  hello_word.go:3	0x104e593		48896c2410		MOVQ BP, 0x10(SP)
  hello_word.go:3	0x104e598		488d6c2410		LEAQ 0x10(SP), BP
  hello_word.go:4	0x104e59d		e89e50fdff		CALL runtime.printlock(SB)
  hello_word.go:4	0x104e5a2		488d059eef0100		LEAQ go.string.*+2759(SB), AX
  hello_word.go:4	0x104e5a9		48890424		MOVQ AX, 0(SP)
  hello_word.go:4	0x104e5ad		48c74424080d000000	MOVQ $0xd, 0x8(SP)
  hello_word.go:4	0x104e5b6		e8b559fdff		CALL runtime.printstring(SB)
  hello_word.go:4	0x104e5bb		e80051fdff		CALL runtime.printunlock(SB)
  hello_word.go:5	0x104e5c0		488b6c2410		MOVQ 0x10(SP), BP
  hello_word.go:5	0x104e5c5		4883c418		ADDQ $0x18, SP
  hello_word.go:5	0x104e5c9		c3			RET
  hello_word.go:3	0x104e5ca		e8f184ffff		CALL runtime.morestack_noctxt(SB)
  hello_word.go:3	0x104e5cf		ebaf			JMP main.main(SB)
  :-1			0x104e5d1		cc			INT $0x3
  :-1			0x104e5d2		cc			INT $0x3

# 重新编译
➜  awesomeProject CGO_ENABLED=0 go build -v -a -ldflags="-w -s" \
    -gcflags=-trimpath=/Users/xxxx/go/src \
    -asmflags=-trimpath=/Users/xxxx/src \
    -o ./hello_word hello_word.go
runtime/internal/sys
runtime/internal/atomic
internal/cpu
runtime/internal/math
internal/bytealg
runtime
command-line-arguments
➜  awesomeProject
# 或者
➜  awesomeProject CGO_ENABLED=0 go build -v -a -ldflags="-w -s" \
    -gcflags=-trimpath=$GOPATH/src \
    -asmflags=-trimpath=$GOPATH/src \
    -o ./hello_word hello_word.go
runtime/internal/sys
runtime/internal/atomic
internal/cpu
runtime/internal/math
internal/bytealg
runtime
command-line-arguments
➜  awesomeProject

# 效果
➜  awesomeProject go tool objdump hello_word

TEXT go.buildid(SB)
.....
TEXT main.main(SB) awesomeProject/hello_word.go
  hello_word.go:3	0x104e580		65488b0c2530000000	MOVQ GS:0x30, CX
  hello_word.go:3	0x104e589		483b6110		CMPQ 0x10(CX), SP
  hello_word.go:3	0x104e58d		763b			JBE 0x104e5ca
  hello_word.go:3	0x104e58f		4883ec18		SUBQ $0x18, SP
  hello_word.go:3	0x104e593		48896c2410		MOVQ BP, 0x10(SP)
  hello_word.go:3	0x104e598		488d6c2410		LEAQ 0x10(SP), BP
  hello_word.go:4	0x104e59d		e89e50fdff		CALL runtime.printlock(SB)
  hello_word.go:4	0x104e5a2		488d059eef0100		LEAQ go.string.*+2759(SB), AX
  hello_word.go:4	0x104e5a9		48890424		MOVQ AX, 0(SP)
  hello_word.go:4	0x104e5ad		48c74424080d000000	MOVQ $0xd, 0x8(SP)
  hello_word.go:4	0x104e5b6		e8b559fdff		CALL runtime.printstring(SB)
  hello_word.go:4	0x104e5bb		e80051fdff		CALL runtime.printunlock(SB)
  hello_word.go:5	0x104e5c0		488b6c2410		MOVQ 0x10(SP), BP
  hello_word.go:5	0x104e5c5		4883c418		ADDQ $0x18, SP
  hello_word.go:5	0x104e5c9		c3			RET
  hello_word.go:3	0x104e5ca		e8f184ffff		CALL runtime.morestack_noctxt(SB)
  hello_word.go:3	0x104e5cf		ebaf			JMP main.main(SB)

trimpath说明

-trimpath prefix
	Remove prefix from recorded source file paths.

参考

https://golang.org/cmd/compile/#hdr-Command_Line
https://stackoverflow.com/questions/45279385/remove-file-paths-from-text-directives-in-go-binaries

### 部署 Stable Diffusion 的准备工作 为了成功部署 Stable Diffusion,在本地环境中需完成几个关键准备事项。确保安装了 Python 和 Git 工具,因为这些对于获取源码和管理依赖项至关重要。 #### 安装必要的软件包和支持库 建议创建一个新的虚拟环境来隔离项目的依赖关系。这可以通过 Anaconda 或者 venv 实现: ```bash conda create -n sd python=3.9 conda activate sd ``` 或者使用 `venv`: ```bash python -m venv sd-env source sd-env/bin/activate # Unix or macOS sd-env\Scripts\activate # Windows ``` ### 下载预训练模型 Stable Diffusion 要求有预先训练好的模型权重文件以便能够正常工作。可以从官方资源或者其他可信赖的地方获得这些权重文件[^2]。 ### 获取并配置项目代码 接着要做的就是把最新的 Stable Diffusion WebUI 版本拉取下来。在命令行工具里执行如下指令可以实现这一点;这里假设目标路径为桌面下的特定位置[^3]: ```bash git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git ~/Desktop/stable-diffusion-webui cd ~/Desktop/stable-diffusion-webui ``` ### 设置 GPU 支持 (如果适用) 当打算利用 NVIDIA 显卡加速推理速度时,则需要确认 PyTorch 及 CUDA 是否已经正确设置好。下面这段简单的测试脚本可以帮助验证这一情况[^4]: ```python import torch print(f"Torch version: {torch.__version__}") if torch.cuda.is_available(): print("CUDA is available!") else: print("No CUDA detected.") ``` 一旦上述步骤都顺利完成之后,就可以按照具体文档中的指导进一步操作,比如调整参数、启动服务端口等等。整个过程中遇到任何疑问都可以查阅相关资料或社区支持寻求帮助。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值