博客
关于我
git学习笔记:切换本地分支master到main,并推送
阅读量:802 次
发布时间:2019-03-25

本文共 815 字,大约阅读时间需要 2 分钟。

Git 分支操作指南

1. 创建并切换到新分支

在需要进行开发之前,我们需要为新功能创建自己的分支。假设你正在从`master` 分支切换过去,可以使用以下命令:

```bashgit checkout -b main```这样做会自动创建并切换到名为`main`的新分支。

2. 检查当前 git 分支

为了验证当前所在的分支,执行以下命令:

```bashgit branch```这将显示目前所在的工作区中所有存在的分支。

3. 将主分支合并到当前工作分支

在完成一些功能开发后,我们需要将`master`分支合并到当前的工作分支`main`:

```bashgit merge master```这样操作将会将`master`分支的所有提交历史合并到当前的`main`分支中。

4. 从原仓库拉取最新代码

有时候 you 可能会遇到网络问题,导致拉取代码失败。可以使用以下命令尝试拉取最新版本:

```bashgit pull origin main --allow-unrelated-histories````--allow-unrelated-histories`选项允许不相关的历史提交被拉取,这可以帮助解决网络问题。

5. 将修改推送到远程仓库

在确认所有修改已经完成后,可以将改动推送到远程仓库:

```bashgit push origin main```如果推送过程中遇到错误,可以多次尝试执行此命令,因为网络问题可能会导致它暂时无法完成。

6. 删除本地和远程的旧分支

当不再需要`master`分支时,可以确保删除它以保持仓库整洁。

先从本地仓库删除:

```bashgit branch -D master```

然后从远程仓库删除(建议联网时使用以下命令):

```bashgit push origin --delete master```这样可以确保`master`分支不再影响到你的工作流程。

转载地址:http://ixnyk.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>