当前位置:首页 > 文章列表 > Golang > Go问答 > 在Go语言中如何实现自身覆盖程序执行

在Go语言中如何实现自身覆盖程序执行

来源:stackoverflow 2024-02-24 12:21:24 0浏览 收藏

哈喽!大家好,很高兴又见面了,我是golang学习网的一名作者,今天由我给大家带来一篇《在Go语言中如何实现自身覆盖程序执行》,本文主要会讲到等等知识点,希望大家一起学习进步,也欢迎大家关注、点赞、收藏、转发! 下面就一起来看看吧!

问题内容

我尝试编写一个程序,它可以打开自身、读取自身并查找某个地址或字节以替换为其他值。

我的目标是制作一个程序,通过在第一次运行时修改一些字节来了解它是否是第一次运行(而且我真的不喜欢在程序之外创建文件) p>

可执行文件可以读取自身,但当它尝试自我覆盖时,它会抛出错误(其他进程使用的文件......如预期)

有没有办法让程序覆盖自身?如果不是,也许我可以修改只包含数据的程序的一部分? 还有其他我不知道的简单解决方案吗?

(我使用 Linux 和 Windows 作为操作系统。)


解决方案


解决方法可以是(因为它不会覆盖自身,它只是创建另一个文件):

  1. 复制原始可执行文件的所有内容
  2. 修改我需要的内容
  3. 将原始可执行文件重命名为固定名称“旧版本”
  4. 将修改后的字节写入“原始名称”(修改后的可执行文件)
  5. 启动刚刚创建的新可执行文件
  6. 要么让原始可执行文件自行删除,要么从刚刚创建的修改后的可执行文件中删除

我认为即使不是以最干净的方式完成工作(程序必须从头开始,但我想这是不可避免的)...

如果有人仍然知道更好的方法,更欢迎您写下您的想法。

据我了解,您的目标是查明该程序以前是否运行过。不要遵循您提出的为什么不创建文件的想法,可以是任何文件,而是在运行时检查该文件是否存在。如果它在那里,那么它之前已经运行过,否则没有。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《在Go语言中如何实现自身覆盖程序执行》文章吧,也可关注golang学习网公众号了解相关技术文章。

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
计算Ent数字列的总和计算Ent数字列的总和
上一篇
计算Ent数字列的总和
解决 GORM 一对一关联映射的疑问
下一篇
解决 GORM 一对一关联映射的疑问
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    255次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    298次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    274次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    252次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    61次使用