学习廖雪峰的Git教程
来源:互联网 发布:托福 知乎 编辑:程序博客网 时间:2024/05/17 06:01
学习廖雪峰的git教程:http://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000
1.创建版本库:
在一个空目录下:git init 把这个目录变成Git可以管理的仓库。
2.添加文件到仓库:
添加文件到仓库目录;
添加文件到仓库:git add <fileName>;
提交文件到仓库:git commit -m "解释说明";
3.查看仓库状态:
git status
4.查看仓库的变化:
git diff
5.提交修改和提交文件一样的步骤:
git add <fileName>
git commit -m “explain”
6.查看所有的提交日志:
(1)git log
(2)git log --pretty=oneline
7.返回到某个版本:git reset --hard commit_id
8.查看提交历史:git log
9.查看命令历史:git reflog
10.丢弃工作区的修改:git checkout -- fileName
删除已经提交到缓存区的修改,之后返回到工作区:git reset HEAD fileName
11.删除文件:git rm
12.远程仓库:
关联一个远程数据库:git remote add origin git@server-name
关联后,第一次推送分支内容:git push -u origin master
之后推送最新内容:git push origin master
13.创建分支并切换:git checkout -b <branchName>
创建分支:git branch <branchName>
切换到某个分支:git checkout <branchName>
14.显示当前分支:git branch
15.合并指定分支当前分支:git merge <branchName>
普通模式合并,可被查看合并历史:git merge --no-ff -m "explain" <branchName>
合并完成后,可以删除该分支:git branch -d <branchName>
丢弃一个没有合并过的分支,即强行删除:git branch -D <branchName>
查看分支合并图:git log --graph
16.保存工作现场,但不会提交:git stash
查看工作现场:git stash list
恢复现场:git stash pop
回到某个现场:git stash apply stash <detail_stashName>
17.多人协作工作模式:
(1)更新本地:git pull
(2)有冲突,就具体解决冲突
(3)创建本地与远程之间的链接关系git branch --set ustream <branchName> <origin/branchName>
(4)推送本地内容:git push origin <branchName>
18.创建标签:git tag <tagName>
查看所有标签:git tag
指定标签信息:git tag -a <tagName> -m "explain"
用PGP签名标签:git tag -s <tagName> -m "explain"
- 学习廖雪峰的Git教程
- 学习Git(对廖雪峰Git教程的摘抄笔记)
- Git学习(廖雪峰的Git教程)笔记
- Git学习(廖雪峰的Git教程)笔记2
- git学习(廖雪峰的git教程)笔记 一
- 廖雪峰的Git教程
- 个人心得记录 --学习廖雪峰的git教程
- 廖雪峰Git教程学习总结
- 《Git教程-廖雪峰》学习笔记
- 廖雪峰-git教程
- 廖雪峰git教程
- 廖雪峰Git教程
- 廖雪峰的Git、Python教程
- 《廖雪峰的Git教程》读书笔记
- 廖雪峰Git 安装教程的注释
- 廖雪峰的Git教程五
- Git:廖雪峰git教程
- git学习笔记——廖雪峰git教程
- 桥接模式
- js跨域访问问题
- 关于"Neighbour table overflow“的异常分析及解决方案
- 虚基类(虚继承) 原理
- CSS3 box-sizing
- 学习廖雪峰的Git教程
- 程序设计——意图与逻辑 (二)
- batch常用命令
- 封装
- 欢迎使用CSDN-markdown编辑器
- 为 Tomcat 安装 apr
- 解决HTTP Status 500 - /pages/admin/menu/menuMgr.jsp (line: 1, column: 2) 错误
- 和solr的N天N夜(三)--全量导入并索引数据
- 机器学习实战笔记(二):K邻近算法