当前位置: 首页 > news >正文

学习使用 Frida 过程中出现的问题

一、adb shell命令报错:error: no devices found

目前该问题解决方法仅供参考,可先看看再选择试试!!!!!

查看此电脑也会发现没有出现手机型号文件夹。

  • 第一步:

检查一下手机开了usb调试了没有(最好每次插数据线都检查一下,必须要检查),如果开了,在cmd 当中输入 adb shell,出现 device not found 


但实际上,已经将手机连接到电脑上,并且已经是开发者模式了。

  • 解决步骤

1.先尝试adb kill-server,然后再adb start-server,此时如果能够连接上设备则ok,如果仍然出现device not found的问题,则继续下一步。 

è¿éåå¾çæè¿°
2.使用adb nodaemon server命令,查看adb出现了什么问题,如下图所示,提示说cannot bind ‘tcp:5037’无法绑定到5037端口。 

è¿éåå¾çæè¿°
3.使用netstat -ano|findstr “5037”命令,查看5037端口被谁占用了,发现是被线程19048占用了。 

4 使用tasklist | findstr "19048"找出线程名,发现是 adb.exe 线程占用,猜想可能是其他的第三方软件的 adb工具 占用了 5037 端口,导致 AndroidSDK的 adb 无法绑定5037端口。

5、taskkill /f /pid 19048,将其kill掉

原因:原来是 adb 没有获得设备 USB 的 vender ID,从而无法识别出安卓设备。

  • 解决办法

参考链接1:adb连接出现device not found问题解决-CSDN博客
1、在设备管理器中找到ADB Interface 然后双击点开,如图:

参考链接2:关于adb devices无法找到设备:error: device not found 的解决办法-CSDN博客

真正解决了我的问题方法:拔掉数据线重启了电脑,再连的时候连上了。可能是因为将1提到了2前面(配置参考:配置 JDK 和 Android SDK-CSDN博客):

文章会随着本人学习程度的加深而更新,欢迎关注和收藏。文章到此结束,谢谢大家,有问题,欢迎讨论。

相关文章:

学习使用 Frida 过程中出现的问题

一、adb shell命令报错:error: no devices found 目前该问题解决方法仅供参考,可先看看再选择试试!!!!! 查看此电脑也会发现没有出现手机型号文件夹。 第一步: 检查一下手机开了u…...

Java实现简单词法、语法分析器

1、词法分析器实现 词法分析器是编译器中的一个关键组件,用于将源代码解析成词法单元。 词法分析器的结构与组件: 通常,词法分析器由两个主要组件构成:扫描器(Scanner)和记号流(Token Stream&a…...

Python实现半双工的实时通信SSE(Server-Sent Events)

Python实现半双工的实时通信SSE(Server-Sent Events) 1 简介 实现实时通信一般有WebSocket、Socket.IO和SSE(Server-Sent Events)三种方法。WebSocket和Socket.IO是全双工的实时双向通信技术,适合用于聊天和会话等&a…...

python中的解包操作(*和**)

在Python中,* 和 ** 用于函数定义和函数调用时的参数解包和传递,它们有不同的用途和作用。以下是它们的详细解释和区别: 单星号 (*) 1. 位置参数解包(函数调用) 在函数调用时,* 用于将列表或元组解包成位…...

Lua 时间工具类

目录 一、前言 二、函数介绍 1.DayOfWeek 枚举定义 2.GetTimeUntilNextTarget 3.GetSpecificWeekdayTime 三、完整代码 四、总结 一、前言 当我们编写代码时,我们经常会遇到需要处理日期和时间的情况。为了更方便地处理这些需求,我们可以创建一个…...

Qt——Qt网络编程之TCP通信客户端的实现(使用QTcpSocket实现一个TCP客户端例程)

【系列专栏】:博主结合工作实践输出的,解决实际问题的专栏,朋友们看过来! 《项目案例分享》 《极客DIY开源分享》 《嵌入式通用开发实战》 《C++语言开发基础总结》 《从0到1学习嵌入式Linux开发》 《QT开发实战》 《Android开发实战》 《实用硬件方案设计》 《结构建模设…...

Qt信号槽与函数直接调用性能对比

1. 测试方法 定义一个类Recv,其中包含一个成员变量num和一个成员函数add(),add()实现num的递增。 另一个类Send通过信号槽或直接调用的方法调用Recv的add函数。 单独开一个线程Watcher,每秒计算num变量的增长数值,作为add函数被调…...

Python中的异常处理:try-except-finally详解与自定义异常类

Python中的异常处理:try-except-finally详解与自定义异常类 在Python编程中,异常处理是确保程序健壮性和可靠性的重要部分。当程序遇到无法预料的错误时,异常处理机制能够防止程序崩溃,并允许我们采取适当的措施来解决问题。本文…...

vscode软件上安装 Fitten Code插件及使用

一. 简介 前面几篇文章学习了 Pycharm开发工具上安装 Fitten Code插件,以及 Fitten Code插件的使用。 Fitten Code插件是是一款由非十大模型驱动的 AI 编程助手,它可以自动生成代码,提升开发效率,帮您调试 Bug,节省…...

人工智能小作业

1.问题 将下列句子用一阶谓词形式表示: (1)雪是白的。 (2)数a和数b之和大于数c。 (3)201班的学生每人都有一台笔记本电脑。 2.答案 句子(1)“雪是白的”可以表示为: White(雪)。 句子(2)“数a和数b…...

程序员搞副业一些会用到的工具

微信号采集(爬虫)技术的选型 那么,我们应该使用什么技术来从庞大的网页内容中自动筛选和提取微信号呢?答案就是:数据采集技术,也就是爬虫技术。 然而,数据采集技术种类繁多,我们具体应该采用哪一个呢&…...

k8s更改master节点IP

背景 搭建集群的同事未规划网络,导致其中有一台master ip是192.168.7.173,和其他集群节点的IP192.168.0.x或192.168.1.x相隔太远,现在需要对网络做整改,方便管理配置诸如绑定限速等操作。 master节点是3节点的。此博客属于事后记…...

c++【入门】已知一个圆的半径,求解该圆的面积和周长?

限制 时间限制 : 1 秒 内存限制 : 128 MB 已知一个圆的半径,求解该圆的面积和周长 输入 输入只有一行,只有1个整数。 输出 输出只有两行,一行面积,一行周长。(保留两位小数)。 令pi3.1415926 样例…...

c#通过sqlsugar查询信息并日期排序

c#通过sqlsugar查询信息并日期字段排序 public static List<Sugar_Get_Info_Class> Get_xml_lot_xx(string lot_number){DBContext<Sugar_Get_Info_Class> db_data DBContext<Sugar_Get_Info_Class>.OpDB();Expression<Func<Sugar_Get_Info_Class, b…...

使用 Qwen-Agent 将 8k 上下文记忆扩展到百万量级

节前&#xff0c;我们组织了一场算法岗技术&面试讨论会&#xff0c;邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。 针对大模型技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备面试攻略、面试常考点等热门话题进行了深入的讨论。 汇总合集…...

Vyper重入漏洞解析

什么是重入攻击 Reentrancy攻击是以太坊智能合约中最具破坏性的攻击之一。当一个函数对另一个不可信合约进行外部调用时&#xff0c;就会发生重入攻击。然后&#xff0c;不可信合约会递归调用原始函数&#xff0c;试图耗尽资金。 当合约在发送资金之前未能更新其状态时&#…...

53.ReentrantLock原理

ReentrantLock使用 ReentrantLock 实现了Lock接口&#xff0c; 内置了Sync同步器继承了AbstractQueuedSynchronizer。 Sync是抽象类&#xff0c;有两个实现NonfairSync非公平&#xff0c;FairSync公平。 所以ReentrantLock有公平锁和非公平锁。默认是非公平锁。 public sta…...

“论边缘计算及应用”必过范文,突击2024软考高项论文

论文真题 边缘计算是在靠近物或数据源头的网络边缘侧&#xff0c;融合网络、计算、存储、应用核心能力的分布式开放平台(架构)&#xff0c;就近提供边缘智能服务。边缘计算与云计算各有所长&#xff0c;云计算擅长全局性、非实时、长周期的大数据处理与分析&#xff0c;能够在…...

浅谈安全用电管理系统对重要用户的安全管理

1用电安全管理的重要性   随着社会经济的不断发展&#xff0c;电网建设力度的不断加大&#xff0c;供电的可靠性和供电质量日益提高&#xff0c;电网结构也在不断完善。但在电网具备供电的条件下&#xff0c;部分高危和重要电力用户未按规定实现双回路电源线路供电&#xff1…...

Docker的资源限制

文章目录 一、什么是资源限制1、Docker的资源限制2、内核支持Linux功能3、OOM异常4、调整/设置进程OOM评分和优先级4.1、/proc/PID/oom_score_adj4.2、/proc/PID/oom_adj4.3、/proc/PID/oom_score 二、容器的内存限制1、实现原理2、命令格式及指令参数2.1、命令格式2.2、指令参…...

Qwen3.5-4B模型与GitHub结合:自动化代码审查与文档生成工作流

Qwen3.5-4B模型与GitHub结合&#xff1a;自动化代码审查与文档生成工作流 1. 引言&#xff1a;当AI大模型遇上DevOps 最近在跟几个技术团队交流时&#xff0c;发现一个普遍痛点&#xff1a;代码审查和文档维护占用了大量开发时间。一位资深架构师告诉我&#xff1a;"我们…...

python-玩具租赁系统 玩具销售商城购物系统vue

目录实现计划概述技术栈选择核心功能模块开发阶段划分部署与优化注意事项项目技术支持源码获取详细视频演示 &#xff1a;文章底部获取博主联系方式&#xff01;同行可合作实现计划概述 开发一个结合玩具租赁和销售功能的商城系统&#xff0c;采用前后端分离架构。前端使用Vue…...

深度学习模型复杂度计算指南:从参数量到FLOPs的实战解析

1. 深度学习模型复杂度计算入门指南 第一次接触模型复杂度计算时&#xff0c;我也被各种术语搞得晕头转向。直到在部署移动端模型时&#xff0c;因为没考虑计算量导致应用卡顿&#xff0c;才真正明白它的重要性。模型复杂度主要关注两个核心指标&#xff1a;参数量&#xff08;…...

Java的java.util.HexFormat格式化

Java十六进制格式化利器&#xff1a;HexFormat详解 在数据处理、网络通信或安全加密领域&#xff0c;十六进制&#xff08;Hex&#xff09;格式的转换与展示是常见需求。Java 17引入的java.util.HexFormat类&#xff0c;为开发者提供了标准化、高性能的十六进制处理工具&#…...

YOLOv8改进:引入BiFormer双层路由注意力机制,让目标检测更高效更精准

摘要 在目标检测领域,YOLOv8凭借其卓越的速度与精度平衡,已成为工业界和学术界的首选模型之一。然而,传统注意力机制在处理高分辨率特征图时,往往面临计算复杂度高、内存占用大的问题。本文提出将BiFormer(Bilateral Transformer)中的双层路由注意力机制引入YOLOv8架构,…...

Antd Upload组件文件上传前校验与拦截实战:从阻止默认请求到实现自定义上传逻辑

Antd Upload组件文件上传前校验与拦截实战&#xff1a;从阻止默认请求到实现自定义上传逻辑 在当今前端开发中&#xff0c;文件上传功能几乎是每个Web应用都绕不开的核心需求。而Ant Design作为企业级React UI库&#xff0c;其Upload组件凭借丰富的功能和优雅的API设计&#xf…...

3步掌握专业神经网络可视化:告别手绘尴尬,用代码生成高质量架构图

3步掌握专业神经网络可视化&#xff1a;告别手绘尴尬&#xff0c;用代码生成高质量架构图 【免费下载链接】PlotNeuralNet Latex code for making neural networks diagrams 项目地址: https://gitcode.com/gh_mirrors/pl/PlotNeuralNet 你是否曾在论文写作或技术报告中…...

重新定义扩散模型开发:DiffSynth-Studio的模块化架构深度解析

重新定义扩散模型开发&#xff1a;DiffSynth-Studio的模块化架构深度解析 【免费下载链接】DiffSynth-Studio DiffSynth Studio 是一个扩散引擎。我们重组了包括 Text Encoder、UNet、VAE 等在内的架构&#xff0c;保持了与开源社区模型的兼容性&#xff0c;同时提高了计算性能…...

告别微软商店:Win10企业版ThinkPad用户管理电池的终极方案——离线部署Lenovo Vantage全记录

ThinkPad企业级管理&#xff1a;Win10离线部署Lenovo Vantage的技术实践 当企业IT部门选择Windows 10企业版作为标准镜像时&#xff0c;往往会面临一个现实挑战——微软应用商店的缺失使得UWP应用部署变得复杂。作为ThinkPad设备管理的核心工具&#xff0c;Lenovo Vantage的离线…...

AcousticSense AI应用场景:电台节目音乐分类自动化

AcousticSense AI应用场景&#xff1a;电台节目音乐分类自动化 1. 电台音乐分类的行业痛点 电台节目制作人每天面临一个看似简单却极其耗时的工作&#xff1a;对数以千计的音乐曲目进行流派分类。传统的人工分类方式存在三大痛点&#xff1a; 主观性强&#xff1a;不同音乐编…...