LINUX下SVN命令大全

news/2024/7/4 14:58:55

1、将文件checkout到本地目录

svn checkout path(path是服务器上的目录)
例如:svn checkout svn://192.168.1.1/pro/domain
简写:svn co

2、往版本库中添加新的文件

svn addfile
例如:svn addtest.php(添加test.php)
svn add*.php(添加当前目录下所有的php文件)

3、将改动的文件提交到版本库

svn commit -m “LogMessage“ [-N] [--no-unlock] PATHdot.gif(如果选择了保持锁,就使用–no-unlock开关)
例如:svn commit -m “add test file for my test“ test.php
简写:svn ci

4、加锁/解锁

svn lock -m “LockMessage“[--force]PATHdot.gif
例如:svn lock -m “lock test file“test.php
svn unlock PATH

5、更新到某个版本

svn update -r m path
例如:
svn update如果后面没有目录,默认将当前目录以及子目录下的所有文件都更新到最新版本。
svn update -r 200test.php(将版本库中的文件test.php还原到版本200)
svn update test.php(更新,于版本库同步。如果在提交的时候提示过期的话,是因为冲突,需要先update,修改文件,然后清除svn resolved,最后再提交commit)
简写:svn up

6、查看文件或者目录状态

1)svn status pathdot.gif(目录下的文件和子目录的状态,正常状态不显示)
【?:不在svn的控制中;M:内容被修改;C:发生冲突;A:预定加入到版本库;K:被锁定】
2)svn status -v pathdot.gif(显示文件和子目录状态)
第一列保持相同,第二列显示工作版本号,第三和第四列显示最后一次修改的版本号和修改人。
注:svn status、svn diff和 svn revert这三条命令在没有网络的情况下也可以执行的,原因是svn在本地的.svn中保留了本地版本的原始拷贝。
简写:svn st

7、删除文件

svn delete path -m “delete test fle“
例如:svn delete svn://192.168.1.1/pro/domain/test.php -m “delete test file”
或者直接svn delete test.php 然后再svn ci -m ‘delete test file‘,推荐使用这种
简写:svn (del, remove, rm)

8、查看日志

svn log path
例如:svn log test.php 显示这个文件的所有修改记录,及其版本号的变化

9、查看文件详细信息

svn info path
例如:svn info test.php

10、比较差异

svn diff path(将修改的文件与基础版本比较)
例如:svn diff test.php
svn diff -r m:n path(对版本m和版本n比较差异)
例如:svn diff -r 200:201 test.php
简写:svn di

11、将两个版本之间的差异合并到当前文件

svn merge -r m:n path
例如:svn merge -r 200:205test.php(将版本200与205之间的差异合并到当前文件,但是一般都会产生冲突,需要处理一下)

12、SVN 帮助

svn help
svn help ci

——————————————————————————

以上是常用命令,下面写几个不经常用的

——————————————————————————

13、版本库下的文件和目录列表

svn list path
显示path目录下的所有属于版本库的文件和目录
简写:svn ls

14、创建纳入版本控制下的新目录

svn mkdir: 创建纳入版本控制下的新目录。
用法: 1、mkdir PATH…
2、mkdir URL…
创建版本控制的目录。
1、每一个以工作副本 PATH 指定的目录,都会创建在本地端,并且加入新增
调度,以待下一次的提交。
2、每个以URL指定的目录,都会透过立即提交于仓库中创建。
在这两个情况下,所有的中间目录都必须事先存在。

15、恢复本地修改

svn revert: 恢复原始未改变的工作副本文件 (恢复大部份的本地修改)。revert:
用法: revert PATH…
注意: 本子命令不会存取网络,并且会解除冲突的状况。但是它不会恢复
被删除的目录

16、代码库URL变更

svn switch (sw): 更新工作副本至不同的URL。
用法: 1、switch URL [PATH]
2、switch –relocate FROM TO [PATH...]

1、更新你的工作副本,映射到一个新的URL,其行为跟“svn update”很像,也会将
服务器上文件与本地文件合并。这是将工作副本对应到同一仓库中某个分支或者标记的
方法。
2、改写工作副本的URL元数据,以反映单纯的URL上的改变。当仓库的根URL变动
(比如方案名或是主机名称变动),但是工作副本仍旧对映到同一仓库的同一目录时使用
这个命令更新工作副本与仓库的对应关系。

17、解决冲突

svn resolved: 移除工作副本的目录或文件的“冲突”状态。
用法: resolved PATH…
注意: 本子命令不会依语法来解决冲突或是移除冲突标记;它只是移除冲突的
相关文件,然后让 PATH 可以再次提交。

来源: http://www.pkphp.com/

18、输出指定文件或URL的内容。

svn cat 目标[@版本]…如果指定了版本,将从指定的版本开始查找。
svn cat -r PREV filename > filename (PREV 是上一版本,也可以写具体版本号,这样输出结果是可以提交的)

转载于:https://www.cnblogs.com/xwblog/archive/2011/06/01/2067411.html

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.pgtn.cn/news/17409.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈,一经查实,立即删除!

相关文章

使用Python和OpenCV检测图像中的条形码

使用Python和OpenCV检测图像中的条形码 1. 效果图2. 算法的步骤3. 源码参考这篇博客将介绍使用计算机视觉和图像处理技术进行条形码检测的必要步骤,并演示使用Python编程语言和OpenCV库实现检测算法及其检测效果。 1. 效果图 原图 灰度图 VS 梯度渐变图 x梯度减y梯度,梯度…

通过tinyxml解析百度热词榜单

百度热词榜单 初学TinyXml,盯上了解析百度热词榜单。通过curl获取rss地址上的数据。 由于TinyXml不支持,所以要转换为UTF-8格式,命令为 iconv -f gb2312 -t utf-8 baidutop.xml > baidutop.xml 写得很烂,写的时候,心…

使用Python,Matplotlib显示RGB图像

使用Python,Matplotlib显示RGB格式的 图像 1. 效果图2. 源码参考这篇博客将介绍如何使用matplotlib显示RGB图像。具体是使用matplotlib,pyplot和mpimg来加载和显示图像。 调用plt.axis(“ off”)可以删除图形的轴。另外在OpenCV,图像读出来是多维数据,且是以BGR而不是RGB…

点云Las文件是什么?

点云Las文件是什么?1. LIDAR数据2. LAS点云规格3. LAS Header头文件4. LAS Header版本与LAS点格式5. 点云Header与点格式对应关系6. 示例——查看点云文件的规格和格式7. LAS读取可参考 pylas 及 laspy库参考1. LIDAR数据 类似于带有激光的RADAR,是光检…

使用Python和OpenCV进行多尺度模板匹配

使用Python和OpenCV进行多尺度模板匹配 1. 效果图2. 原理3. 步骤4. 源码5. 参考这篇博文将实现如何将标准模板匹配扩展到多尺度,从而使其更加健壮。使其可以处理模板和输入图像大小不同的匹配。 1. 效果图 模板匹配问题:对于模板和图像中不一致的情况,会发生错误检测。 如下…

使用Python,OpenCV检测摄像机到标记对象的距离

使用Python,OpenCV检测摄像机到标记对象的距离 1. 效果图2. 三角形相似性是什么?3. 三角形相似性检测距离原理4. 使用Python,OpenCV检测标记对象5. 源码参考这篇博客将介绍如何确定图像中已知物体到相机的距离, 确定从相机到标记物体的距离是计算机视觉/图像处理领域中一个…

使用Python和OpenCV进行图像拼接和全景图构建

使用Python和OpenCV进行图像拼接和全景图构建 1. 效果图2. 原理及步骤3. 源码3.1 拼接类源码3.2 拼接用到的工具类3.3 叠加多张图像源码参考这篇博客将介绍如何使用OpenCV执行图像拼接和全景构建。即给定两个图像,将它们“缝合”在一起以创建一个简单的全景图。 并提供了用于O…

使用Python和OpenCV对轮廓进行排序(从左到右,自上而下)

使用Python和OpenCV对轮廓进行排序(从左到右,自上而下) 1. 效果图2. 原理3. 源码参考使用轮廓来构建移动文档扫描仪。使用轮廓来检测图像中的条形码。利用轮廓来找到从相机到物体或标记的距离。这一篇博客依然与轮廓相关,将介绍如何从左到右,从右到左,从上到下以及从下到…