SourceTree 交互式变基(rebase) 合并压缩提交

news2026/3/17 22:42:25
目录零. 前置条件0.1 超级注意事项0.2 开启强制推送一. 代码已提交未推送交互式变基1.1 通过SourceTree操作1.2 通过Git命令行操作1.2.1 进入命令行终端指定交互变基版本1.2.2 指定需要处理的提交1.2.3 指定提交信息1.2.4 查看修改效果二. 代码已提交已推送交互式变基2.1 通过SourceTree操作2.2 通过Git命令行操作2.2.1 通过命令行进行交互式变基合并提交2.2.2 将合并的提交推送到远端零. 前置条件0.1 超级注意事项❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌避免在公共分支上使用 rebase❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌❌⏹不要在已经推送到公共仓库的分支上使用 rebase变基会重写提交历史这会使其他基于这些提交的工作分支出现冲突。如果你在公共分支上使用 rebase其他开发者可能会遇到合并冲突并且需要强制拉取和合并他们的工作这会带来很多不必要的麻烦。⏹如果将本地分支的代码已经推送到远端并且远端的代码并没有被合并到任何分支中并且没有任何人基于你的分支进行开发此时rebase操作不会对别人的开发带来影响。0.2 开启强制推送⏹默认情况下推送代码时的【强制推送】是无法点击的需要如下图所示手动开启才可以。一. 代码已提交未推送交互式变基1.1 通过SourceTree操作交互式变基可以将多次本地提交合并为一次提交简化提交履历。注意多次提交只是提交到本地Git仓库并没有推送到远端仓库。⏹如下图所示我们分3次提交了代码到本地Git仓库这3次提交都只是添加了console.log语句因此可以合并为一次提交然后推送到远端仓库⏹交互式变基操作如下所示选中要合并的提交的前一次提交点击交互式变基功能然后将多次提交合并为一次。1.2 通过Git命令行操作⏹如下图所示我们分3次提交了代码到本地Git仓库这3次提交都只是添加了console.log语句这次我们使用Git命令行的方式将这三次提交合并为一次。1.2.1 进入命令行终端指定交互变基版本⏹通过SourceTree的命令行模式进入Git命令行终端⏹指定交互变基的版本为最近的3次提交git rebase -i HEAD~31.2.2 指定需要处理的提交⏹如下图所示在vim模式下处理指定的提交pick保留该提交。reword保留该提交但允许你修改提交信息。edit保留该提交但在此提交暂停允许你进行更改。squash将此提交与前一个提交合并并保留两个提交的信息。fixup将此提交与前一个提交合并但丢弃此提交的信息。drop删除该提交。⏹如下图所示指定后两次提交与第一次提交合并同时丢弃后两次的提交信息f是fixup的简写同时指定要修改提交的消息的版本r是reword的简写⏹修改完成之后在vim模式下按下ESC之后输入wq保存1.2.3 指定提交信息⏹如下图所示又进入编辑提交信息的界面编辑完成之后同样在vim模式下按下ESC之后输入wq保存⇓⇓⇓⇓1.2.4 查看修改效果⏹如下图所示提交记录变成了一个提交更加整洁了二. 代码已提交已推送交互式变基2.1 通过SourceTree操作⏹如下图所示有三条已经推送到远程仓库的提交这三条提交只是对同一个文件进行修改。现在想让其合并为一次提交让提交记录更加的简洁。⏹下面通过动图的方式进行展示需要注意的是当合并完成之后会同时提示拉取代码和推送代码此时需要无视拉取代码因此如果此时拉取代码的话就会把远程仓库端的合并之前的代码再次拉取到本地了合并完提交之后直接推送代码的时候会报错因为修改了提交历史所以需要强行推送在提交的时候勾选【强制推送】的单选框就可以推送了。2.2 通过Git命令行操作2.2.1 通过命令行进行交互式变基合并提交⏹如下图所示有3次打印消息都已经推送到远端。⏹在git终端通过下面的命令对最近3次提交进行交互式变基。git rebase -i HEAD~3⏹效果如下2.2.2 将合并的提交推送到远端⏹ 直接推送的话会发生如下图所示的错误因为我们修改了提交历史所以需要强制推送。⏹git push origin 分支名称 --force⏹效果如下

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2416728.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…