当前位置: 首页 > news >正文

自动创建设备节点udev机制实现

自动创建设备节点udev机制实现过程:

1.当插入设备,内核会向udev发送一个事件,其中包含着设备的信息。
2.udev会根据收到的设备信息匹配相应的规则文件。
3.udev会根据规则文件中的配置,创建一个唯一的设备节点文件。通常存储在/dev/目录下。

实现自动创建设备节点的函数(udev机制)

class_create()函数

函数原型:struct class * class_create(struct module *owner,const char *name );
函数功能:用于动态的为一个设备创建一个类,会在/sys/class目录下创建一个新的文件夹用const char *name命名。
参数分析:① owner–>是一个结构体类型指针,指向创建的类对象本身,一般赋值为THIS_MODULE。② name–>是一个char类型指针,用于给struct class的创建出的目录命名。
返回值:失败返回错误码指针,成功返回申请的struct class对象的空间首地址。
函数示例:

 cls=class_create(THIS_MODULE,"mychrdev");if(IS_ERR(cls)){printk("向上提交目录失败\n");return -PTR_ERR(cls);}

class_destroy()函数

函数原型:void class_destroy(struct class *cls);
函数功能:用于删除clss_create()创建出来的设备类。
参数分析:struct class结构体类型的变量,代表设备的类。
函数示例:

class_destroy(cls);

device_create()函数

函数原型:struct device *device_create(struct class *class, struct device *parent,dev_t devt, void *drvdata, const char *fmt, …);
函数功能:动态拆功能键一个设备对象,并且对该对象进行初始化。再将该对象加入Linux内核系统的设备驱动程序模型中。
参数分析:① class代表需创建在那个类下。② parent代表设备的父设备。③ devt代表设备号。④ drvdata代表设备肯会使用到的一些数据。⑤ fmt代表设备节点名。
返回值:失败返回错误码指针,成功返回创建的设备对象。
函数示例:

    for(i=0;i<3;i++){dev=device_create(cls,NULL,MKDEV(major,i),NULL,"mychrdev%d",i);if(IS_ERR(dev)){printk("向上提交设备节点信息失败\n");return -PTR_ERR(dev);}}printk("向上提交设备节点信息成功\n");

device_destroy()函数

函数原型:void device_destroy(struct class *class, dev_t devt);
函数功能:用于删除由device_ccreate()创建出的设备对象。
参数分析:① class代表需要销毁的设备类。② devt代表设备号。
返回值:无返回值。
函数示例:

    int i;for(i=0;i<3;i++){device_destroy(cls,MKDEV(major,i));}

基本流程:首先用class_create()函数创建一个设备类,再用device_create()函数创建类下的设备,由device_destroy()函数来销毁设备节点信息,最后用class_destroy()函数小虎i目录信息。

相关文章:

自动创建设备节点udev机制实现

自动创建设备节点udev机制实现过程&#xff1a; 1.当插入设备&#xff0c;内核会向udev发送一个事件&#xff0c;其中包含着设备的信息。 2.udev会根据收到的设备信息匹配相应的规则文件。 3.udev会根据规则文件中的配置&#xff0c;创建一个唯一的设备节点文件。通常存储在/d…...

目标检测YOLO实战应用案例100讲-基于小样本学习和空间约束的濒危动物目标检测

目录 前言 相关技术介绍 2.1 卷积神经网络 2.1.1 基本结构 2.1.2 网络训练...

苹果数据恢复软件:Omni Recover Mac

Omni Recover是一款十分实用的Mac数据恢复软件&#xff0c;为用户提供了简单、安全、快速和高效的数据恢复服务。如果您遇到了Mac或iOS设备中的数据丢失和误删情况&#xff0c;不要着急&#xff0c;不妨尝试一下Omni Recover&#xff0c;相信它一定会给您带来惊喜。 首先&…...

树回归CART

之前线性回归创建的模型需要拟合所有的样本点&#xff0c;但数据特征众多&#xff0c;关系复杂时&#xff0c;构建全局模型就很困难。之前构建决策树使用的算法是ID3。 ID3 的做法是每次选取当前最佳的特征来分割数据&#xff0c;并按照该特征的所有可能取值来切分。也就是说&…...

zemax色差与消色差

色差&#xff0c;颜色像差 轴向色差&#xff1a;不同波长的光束通过透镜后焦点位于沿轴的不同位置 垂轴色差&#xff1a;每个波长成像的放大率不同 单透镜为例&#xff1a; 输入需要设置为多波长 观察光线光扇图&#xff1a; 不同波长的光之间差异较大&#xff08;不同颜色…...

成绩定级脚本(Python)

成绩评定脚本 写一个成绩评定的python脚本&#xff0c;实现用户输入成绩&#xff0c;由脚本来为成绩评级&#xff1a; #成绩评定脚本.pyscoreinput("please input your score:") if int(score)> 90:print("A") elif int(score)> 80:print("B&…...

骨传导耳机的危害有哪些?会损害听力吗?

如果正常的使用&#xff0c;骨传导耳机是没有危害的&#xff0c;由于骨传导耳机独特的传声方式&#xff0c;所以并不会对人体造成损伤&#xff0c;还可以在一定程度上保护听力。 如果想更具体知道骨传导耳机有什么危害&#xff0c;就要先了解什么是骨传导耳机&#xff0c;骨传…...

Redis模块二:缓存分类 + Redis模块三:常见缓存(应用)

缓存大致可以分为两大类&#xff1a;1&#xff09;本地缓存 2&#xff09;分布式缓存 目录 本地缓存 分布式缓存 常见缓存的使用 本地缓存&#xff1a;Spring Cache 分布式缓存&#xff1a;Redis 本地缓存 本地缓存也叫单机缓存&#xff0c;也就是说可以应⽤在单机环…...

Revit SDK 内容摘要: 8.0 -8.1

前提 不包含已单独写博客部分。 Revit SDK Samples 8.0 AnalyticalViewer 分析模型&#xff0c;VB&#xff0c;略。 namespace Autodesk.Revit.DB.Structure {public class AnalyticalModel : Element{public AnalyticalRigidLinksOption RigidLinksOption { get; set; }p…...

列表和字典练习

定义四个学生信息 在Python环境下&#xff0c;用列表定义&#xff1a; >>> stu1[xiaoming,True,21,79.9] >>> stu1[lihong,False,22,69.9] >>> stu1[zhangqiang,True,20,89.9] >>> stu1[EMT,True,23,99.9]如图&#xff0c;定义了四个列表…...

iwebsec靶场 文件包含漏洞通关笔记2-文件包含绕过(截断法)

目录 前言 1.%00截断 2.文件字符长度截断法&#xff08;又名超长文件截断) 方法1&#xff08;路径截断法&#xff09; 方法2&#xff08;点号截断法&#xff09; 第02关 文件包含绕过 1.打开靶场 2.源码分析 3.00文件截断原理 4.00截断的条件 5.文件包含00截断绕过 …...

【基于Cocos Creator实现的赛车游戏】9.实现汽车节点的控制逻辑

转载知识星球 | 深度连接铁杆粉丝&#xff0c;运营高品质社群&#xff0c;知识变现的工具 项目地址&#xff1a;赛车小游戏-基于Cocos Creator 3.5版本实现: 课程的源码&#xff0c;基于Cocos Creator 3.5版本实现 在上一节的课程中&#xff0c;您已经实现了通过触控给刚体施…...

蓝蓝设计为教育行业提供软件UI交互设计服务

在教育行业&#xff0c;软件的用户体验设计对于提供优质教育体验至关重要。教育行业软件用户体验设计需要考虑到学生和教师的需求&#xff0c;以及教育环境的特殊性。为了确保设计的成功&#xff0c;选择一家专业的设计公司是至关重要的&#xff0c;而北京蓝蓝设计公司就是您的…...

Java从入门到精通-类和对象(二)

0. 类和对象 3. 类的构造方法 构造方法是一种特殊的方法&#xff0c;用于创建和初始化对象。构造方法的名称必须与类名相同&#xff0c;它没有返回值&#xff0c;并且在创建对象时自动调用。构造方法的主要作用是确保对象在创建时具有合适的初始状态。 以下是构造方法的基本概…...

Python解析MDX词典数据并保存到Excel

原始数据和处理结果&#xff1a; https://gitcode.net/as604049322/blog_data/-/tree/master/mdx 下载help.mdx词典后&#xff0c;我们无法直接查看&#xff0c;我们可以使用readmdict库来完成对mdx文件的读取。 安装库&#xff1a; pip install readmdict对于Windows平台还…...

线性代数的本质(四)

文章目录 行列式二阶行列式 n n n 阶行列式行列式的性质克拉默法则行列式的几何理解 行列式 二阶行列式 行列式引自对线性方程组的求解。考虑两个方程的二元线性方程组 { a 11 x 1 a 12 x 2 b 1 a 21 x 1 a 22 x 2 b 2 \begin{cases} a_{11}x_1a_{12}x_2b_1 \\ a_{21}x_…...

FreeMarker详细介绍

FreeMarker详细介绍 FreeMarker FreeMarker概述 FreeMarker概念 FreeMarker 是一款 模板引擎&#xff1a; 即一种基于模板和要改变的数据&#xff0c; 并用来生成输出文本(HTML网页&#xff0c;电子邮件&#xff0c;配置文件&#xff0c;源代码等)的通用工具。 是一个Java类库…...

房地产小程序 | 小程序赋能,房地产业务数字化升级

随着科技的不断发展&#xff0c;房地产行业正逐渐向数字化转型。在这个过程中&#xff0c;房地产小程序成为了一种重要的工具&#xff0c;可以帮助房地产企业提供更好的购房体验、增加销售额&#xff0c;并实现管理的便捷化。 优点 便捷购房体验&#xff1a;房地产小程序为用户…...

Databend 开源周报第 110 期

Databend 是一款现代云数仓。专为弹性和高效设计&#xff0c;为您的大规模分析需求保驾护航。自由且开源。即刻体验云服务&#xff1a;https://app.databend.cn 。 Whats On In Databend 探索 Databend 本周新进展&#xff0c;遇到更贴近你心意的 Databend 。 使用 BendSQL 管…...

开源大模型ChatGLM2-6B 1. 租一台GPU服务器测试下

0. 环境 租用了1台GPU服务器&#xff0c;系统 ubuntu20&#xff0c;GeForce RTX 3090 24G。过程略。本人测试了ai-galaxy的&#xff0c;今天发现网友也有推荐autodl的。 &#xff08;GPU服务器已经关闭&#xff0c;因此这些信息已经失效&#xff09; SSH地址&#xff1a;* 端…...

Perplexity Nature检索实战手册:9类典型查询失败场景+对应Prompt工程模板(含IEEE/ACS/Nature交叉验证结果)

更多请点击&#xff1a; https://intelliparadigm.com 第一章&#xff1a;Perplexity Nature文章检索实战手册导论 Perplexity Nature 是面向科研人员与技术从业者设计的智能学术检索增强工具&#xff0c;它融合了语义理解、引用图谱分析与跨源文献聚合能力&#xff0c;专为高…...

为什么92%的AI团队误用DeepSeek Serverless?——基于37家客户架构审计报告的5大认知断层与重构路径

更多请点击&#xff1a; https://intelliparadigm.com 第一章&#xff1a;为什么92%的AI团队误用DeepSeek Serverless&#xff1f; DeepSeek Serverless 本为轻量推理与函数即服务&#xff08;FaaS&#xff09;场景设计&#xff0c;但大量团队将其当作通用模型托管平台使用&am…...

互联网大厂 Java 求职面试技巧揭秘

互联网大厂 Java 求职面试技巧揭秘 在当今互联网大厂求职面试中&#xff0c;技术与场景的交汇点常常成为面试官考察的重点。本文将通过一位搞笑的程序员燕双非与严肃的面试官的对话&#xff0c;展示 Java 技术栈下的面试问题&#xff0c;并深入解答其中的技术要点。第一轮面试 …...

FastAPI部署演进:从Gunicorn+Uvicorn镜像到原生多进程的迁移指南

1. 项目背景与演进&#xff1a;从“黄金搭档”到“历史遗产”如果你在过去几年里用 FastAPI 部署过 Web 服务&#xff0c;大概率听说过或者用过tiangolo/uvicorn-gunicorn-fastapi-docker这个 Docker 镜像。它一度是 FastAPI 官方文档里推荐的部署方案之一&#xff0c;由 FastA…...

LangChain集成MCP协议:构建模块化AI应用的新范式

1. 项目概述&#xff1a;当LangChain遇见MCP&#xff0c;构建下一代AI应用的新范式如果你最近在捣鼓LangChain&#xff0c;想给AI应用加点“料”&#xff0c;比如让它能实时查询数据库、调用外部API&#xff0c;甚至控制智能家居&#xff0c;那你大概率会遇到一个核心痛点&…...

Avalonia AI助手插件:为.NET跨平台UI开发注入专家级智能

1. 项目概述&#xff1a;一个为Avalonia开发者量身定制的AI助手插件如果你正在使用Avalonia这个跨平台的.NET UI框架&#xff0c;并且同时也在探索如何利用像Claude、ChatGPT、GitHub Copilot这样的AI助手来提升开发效率&#xff0c;那么你很可能遇到过这样的困境&#xff1a;当…...

黑客马拉松(Hackathon)文化:是创新工场,还是疲劳表演?

在软件工程的世界里&#xff0c;我们测试人常常站在产品交付的最后一道防线上&#xff0c;习惯了在严谨的流程、详尽的用例和稳定的环境中寻找缺陷。而黑客马拉松&#xff0c;这个充满激情、混乱与极限编程的代名词&#xff0c;对我们来说&#xff0c;既像是一个遥不可及的极客…...

清华系团队造出能“边听边说、边看边想“的AI耳朵MiniCPM-o 4.5

这项由清华大学自然语言处理实验室&#xff08;THUNLP&#xff09;主导、OpenBMB开源社区联合推出的研究成果&#xff0c;于2026年4月30日以预印本形式发布在arXiv平台&#xff0c;编号为arXiv:2604.27393。感兴趣的读者可通过这个编号检索到完整论文。**一场关于"耳朵和嘴…...

自治性、反应性、学习能力:AI Agent的关键特性

自治性、反应性、学习能力:AI Agent的关键特性——从蚂蚁觅食到通用智能体的进化之路 关键词 AI Agent, 自治性, 反应性, 强化学习, 记忆机制, 环境交互, 通用人工智能萌芽 摘要 想象一下:你有一个能自己帮你规划周末露营路线(自治性)、中途遇到暴雨自动切换到附近民宿…...

codebase-digest:自动化代码库分析工具的设计原理与工程实践

1. 项目概述&#xff1a;当代码库变成“黑盒”&#xff0c;我们如何快速理解它&#xff1f;你有没有接手过一个庞大而陌生的代码库&#xff1f;面对成千上万的文件和错综复杂的依赖关系&#xff0c;那种感觉就像被扔进了一个没有地图的迷宫。传统的做法是&#xff0c;你得像考古…...