• 使用oschina的git服务器图文流程 (转)


    参考了豆沙包的教程我自己也做了一遍也来写写我的心得和体会

    由于报名参加了游戏蛮牛《刀塔传奇》开源项目,服务器+客户端,所以觉着不管时间怎么着,还是或多或少做点贡献吧。毕竟这种体验应该还是第一次,虽然感觉到后期可能人会越来越少,甚至现在人都越来越少了,因为我们使用Git来管理项目写作开发,可能把很多没有git经验和基础的同学小伙伴们拦在了门外,所以索性花一点点时间来写一下今天下午研究了一下午git并且使用oschina Git作为服务器的一些心得体会,希望有志于加入协作开发的小伙伴不被第一个困难难倒。

    言归正传

    1.基本心得

    学习git首先不要被外表所吓倒了,git是一个工具而已,能有多难呢?只是我们还没有掌握使用工具的方法而已,使用筷子我们小时候还不是用了那么久么!git应该也是一样,当你学会了使用git过后,就像你会使用筷子了,那么吃饭夹菜就方便多了,至少比老外的刀叉更加灵活自如。首先我们不说复杂了也不要一来就重头学习着走,原理我们要了解,但是不要一来就被一大堆概念所吓倒,这篇文章仅仅让大家在本地安装上git,然后连接上oschina服务器,能从上面clone代码下来,然后能把自己写的代码pull上去,实现类似svn的效果即可,至于更多的功能代码以及git的操作命令还需要大家慢慢来使用和熟悉,不要着急,毕竟我也和你们一样,现在也只会这些。哈哈。


    2.相关下载

    首先是下载相关的git安装,这里到我的百度网盘去下载吧,下载地址: http://pan.baidu.com/s/1bn3xDF5 密码: xyay

    一个git安装文件,一个是类似svn的TortoiseGit-1.8.10.0-64bit,我这里是64位的,如果您是32位的那么对应去搜一下32位的下载安装即可。


    3.创建一个新的项目

    安装好了对应的git过后,就登录链接https://git.oschina.NET/,注册账号密码,这个不多说了。然后创建一个新的项目



    这里我创建了一个叫做firstGitTest的项目。注意最好初始化项目的时候勾选ReadMe.md文件,后面很多说明性质的内容可以写到里面非常方便。

    4.为这个项目添加密匙

    创建了项目过后,由于你要本地要上传到服务器上面,那么必须要有对应的密匙,来提高安全措施,光有账号密码是不够的,你懂的!按照图示点击管理→部署公匙管理→添加部署公匙→新的公匙。


    你在你的桌面右键可以看到

    点击过后可以打开git的命令输入框这个时候输入 :   ssh-keygen.exe -C "邮箱地址"  -t rsa 这里的邮箱地址就是你注册oschina的邮箱地址就好了

    然后会要求输入保存的密匙的地址我这里是输入的e:/firstGit,然后你需要输入你注册oschina的密码,这里默认是不显示出来的,你输入了直接回车即可如下图所示

    接下来我们去e盘找到对应的firstGit_key.pub,然后用记事本打开也可以,推荐使用notepad++免费好用。

    然后复制里面的内容,然后再添加新的密匙页面按如下图操作即可


    5.下载项目,提交更改

    这个时候你就可以clone项目下来了,首先你在某个位置新建一个文件夹,然后右键回出现git clone,然后填入在oschina刚才你新创建的项目地址。然后点击ok,那么就可以把服务器上的项目clone到本地来了,这个时候我们随便创建一个文件夹,叫新增.txt,然后回到父目录,右键git commint。

    一般第一次会跳转到,设置账号密码的地方

    这个时候你只需要对应的输入你在oschina的用户名和邮箱地址就可以了,signing key你直接勾选后面的inherit就可以了。此时点击确定,然后输入message,就提交成功啦。


    好了,最简单的从服务器clone下项目并且本地更新后上传项目的一个流程就完了。这个时候你再到oschina git上看,新增的内容已经添加上去了,相关的注释也都添加上去了,是不是很简单呢?太简单了,也没用什么命令不是么?至于后续的还有如何领取任务,接任务,可以继续关注后续教程,我也在学习过程中。


    欢迎学习Unity3D的小伙伴加入我们的协作开发共同提高。

  • 相关阅读:
    [Linux] git send-email的使用
    Linux 下 grep 命令常用方法简介
    Scikit-learn的kmeans聚类
    python 基础知识
    Python
    xgboost 特征选择,筛选特征的正要性
    阿里菜鸟-算法(一面)
    基于Ranking-CNN的年龄识别(CVPR_2017)
    基于多输出有序回归的年龄识别(CVPR_2016)
    在caffe中用训练好的 caffemodel 来分类新的图片所遇到的问题
  • 原文地址:https://www.cnblogs.com/jpfss/p/7287322.html
Copyright © 2020-2023  润新知