zoukankan      html  css  js  c++  java
  • Github的基本使用

    Github的基本使用

    一.本地库内容上传到远程库中

    1. 首先需要创建一个与本地库同名的远程库

           在本地作为库的文件夹中执行git init,执行完后文件夹中就会多一个.git的文件夹

        例:git init

    2. 将本地库和远程库关联起来

           执行git remote add [远程库的别名] [库远程路径]

           注意:这个远程库别名默认为original,也可以自己指定,这个名字在其他操作中会用到,因此需要记牢。远程库的别名如果忘了,可以在本地库目录下执行git remote来查看。

      远程库支持https和git两种协议进行访问。

      如果使用https协议,每次每次向远程库提交更改都需要输入用户名密码进行验证。

      如果使用git协议,然后使用ssh密钥,就可以不用每次提交都输入密码了。

      下面以git协议的使用为例。

        例:git remote add MinChenOriginal git@github.com:ccangle/MinChen.git

      与远程库取消关联的方法:git remote remove [远程库别名]

        例:git remote remove MinChenOriginal

    3. 第一次将本地库内容上传到远程库中

           在此之前需要先将本地文件提交进本地暂存区,这可以用以下的命令完成。

        A.git add 文件名(向暂存区中提交文件)

           如果文件太多也可用git add .命令将所有文件一次性提交。

        B.git rm 文件名(删除暂存区的文件)

        C.git commit -m “提交的说明”(将暂存区中的内容添加到当前分支)

      执行git push -u [远程库的别名] master

        例:git push -u MinChenOriginal master

    4. 以后将本地库的更改上传到远程库中

      本地提交到暂存区的内容才能向远程仓库中提交,因此在此之前需要用git addgit commit命令将修改提交到本地暂存区,然后将本地更改(增加或更新或删除)上传至远程库。

      git push [远程仓库名] master

        例:git push MinChenOriginall master

     

     

    二.远程库内容克隆到本地

    1. 初次将远程库克隆到本地

      首先在本地建立一个和远程库名相同的文件夹作为本地库,然后在这个文件夹下执行如下命令:git clone [远程仓库路径]

        例:git clone git@github.com:ccangle/MinChen.git

    2.获取远程库的最新代码

      将远程版本库上的代码同步到本地,有fetchpull两种方法。

      首先说一下fetch

        git fetch MinChenOriginal master

      将远程版本库上的代码同步到本地,不过同步下来的代码并不会合并到任何分支上去,而是会存放在到一个 origin/master 分支上,这时我们可以通过 diff 命令来查看远程版本库上到底修改了哪些东西:

        git diff MinChenOriginal/master

      之后再调用 merge 命令将 origin/master 分支上的修改合并到主分支上即可,如下所示:

        git merge MinChenOriginal/master

      然后说一下pull

        git pull MinChenOriginal master

      pull 命令则是相当于将 fetch merge 这两个命令放在一起执行了,它可以从远程版本库上获取最新的代码并且合并到本地。

  • 相关阅读:
    lua 取table长度
    [转] 理解 LSTM 网络
    [转]An Intuitive Explanation of Convolutional Neural Networks
    [转]How rival bots battled their way to poker supremacy
    【转】Principles of training multi-layer neural network using backpropagation
    [转]霍夫丁不等式与真实的机器学习
    [转]PLA算法总结及其证明
    jinja2 宏的简单使用总结(macro)
    Python 装饰器
    PYTHON REQUESTS的安装与简单运用
  • 原文地址:https://www.cnblogs.com/MinChenSmile/p/9650204.html
Copyright © 2011-2022 走看看