博客
关于我
Typora上传Github图床失败的解决
阅读量:228 次
发布时间:2019-02-28

本文共 888 字,大约阅读时间需要 2 分钟。

上传图片到GitHub图床失败的解决方案

在使用GitHub搭建图片图床时,偶尔会遇到上传失败的情况。以下是常见问题及解决方法,以供参考。

1. 上传失败的原因

在第一次上传图片时,可能会遇到“文件已存在”错误提示。这是因为在GitHub仓库中可能已经存在同名图片文件。这种情况通常是由于在之前的操作中未及时清理旧文件导致的。

2. 解决方法

  • 检查文件名是否唯一:确保上传的图片文件名在仓库中没有重复的文件。可以通过git ls-files命令查看仓库中的所有文件。

  • 删除重复文件:如果发现存在重复文件,可以通过git rm命令删除不需要的文件。

  • 重新上传图片:删除文件后,重新上传即可解决问题。

  • 3. Markdown图片无法正确显示的解决方法

    在将图片上传到GitHub图床后,如果发现Markdown格式的图片无法正确显示,可能是由于URL格式不正确导致的。

    4. URL格式说明

    GitHub图床的图片存储路径为:

    https://cdn.jsdelivr.net/gh/{username}/{repo}@{branch}/uPic/{filename}

    其中:

    • {username}:你的GitHub用户名
    • {repo}:你的图床仓库名称
    • {branch}:默认为master分支
    • {filename}:图片文件名

    5. 示例操作

    假设你的GitHub用户名为M010K,仓库名称为Typora,图片文件名为test.jpg,路径即为:

    https://cdn.jsdelivr.net/gh/M010K/Typora@master/uPic/test.jpg

    将上述路径复制到Markdown中即可正确显示图片。

    6. 注意事项

    • 文件名规范:确保图片文件名符合GitHub的文件命名规则,通常不允许包含/>等特殊字符。
    • 分支管理:如果需要使用其他分支作为存储路径,可以在URL中指定分支名称。
    • 自动化工具:可以使用工具如upic等自动化图片上传工具,简化上传流程。

    通过以上方法,应该能够顺利解决GitHub图床上传问题,确保图片在Markdown中正确显示。

    转载地址:http://veri.baihongyu.com/

    你可能感兴趣的文章
    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>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>