Gitee + PicGo 免费个人图床搭建!
您诸位好啊,今天就不分享Go技术文了,搞一个免费的图床~
平时我们写博客或者 markdown 时候会用到图片,markdown 文件一旦脱离本地观看,里面的图片便很难维护显示,这时候就需要用到图床,给图片使用网络地址。
为什么选择了Gitee?对比:
- 阿里云 OSS,腾讯云 COS,七牛图床等付费服务
- GitHub 有免费空间,但访问速度太慢,纯看运气访问。
- Gitee 访问速度快,但单仓库上限 500M,单文件 50M,用户总仓库空间为 5G。综合考虑,白嫖速度又快,我们只能选择 Gitee 了,500M 的单库限制勉强也够用,一个库用完后,我们可以再新建一个。
图床存储问题解决之后,接下来就需要一个工具能够快速上传并转换成链接的工具,这里推荐 PicGo 图床工具。所谓图床工具,就是自动把本地图片转换成链接的一款工具。当然 PicGo 不仅支持 Gitee,其他 github,阿里云 OSS,腾讯云 COS 等都是支持的。
Gitee 设置
Gitee账号应该都有的吧,没有的自行去注册一个,完成Gitee账号注册后,创建一个公有仓库:
image-20211122141825720
依次找到:设置--私人令牌--生成新令牌
先取消全选,再勾选「projects」,然后提交:
提示要输入gitee账户密码,输入即可。
到此便获得了私人令牌,点击「复制」,先保存好令牌一会PicGo会用到。
「注意:该窗口关闭后,将无法再查看该私人令牌。」
「gitee图床也是有一定局限性的」:如果上传大于1MB的图片,图片插入到markdown编辑器后,是无法显示出来的。我们可以先利用图片压缩工具将图片压缩到小于1MB,然后再用Picgo上传到gitee使用。
PicGo使用配置
安装PicGo并搜索Gitee插件 下载地址:https://github.com/Molunerfinn/PicGo
如果下载不了,我已将 PicGo软件 和最新版的 Typora软件 上传到阿里云,在这里下载即可:「PicGo+Gitee」,链接:https://www.aliyundrive.com/s/YjSTNvzYaZH
安装完成后,进入PicGo的设置-->插件设置
,搜索gietee
。
点击安装「gitee-uploader 1.1.2」,即可顺利安装。
注意:如果没装nodejs会提示并跳转引导你安装,完成后重启PicGo重新搜索即可。
nodeJs到14.0.0就不支持win7系统了,只能选择之前的版本,比较新的是13.14.0版
https://nodejs.org/download/release/v13.14.0/node-v13.14.0-x64.msi
进入PicGo设置界面,在左边找到gitee。按照下图进行gitee图床的配置。
其中:
- 「repo」处填写
gitee账户名/仓库名
,gitee账户名/仓库名
可以在你的gitee仓库的网页地址中复制。 - 「branch」处填写
master
。 - 「token」处填写上一步获取的
私人令牌
。 - 「path」处填写
images
,注意不要有空格。 - 其他的保持默认,不用管。
填写完毕后,点击「确定」,并「设置为默认图床」。
markdown使用配置
平时会用Typora来编写Markdown,为方便存储图片下载「新版Typora」设置一键上传即可。
依次点击:文件--偏好设置--图像,按下图配置即可:
image-20211122143145084
注意:上传服务选择「PicGo(app)」,「PicGo路径」选择安装目录中启动程序即可。
图片粘贴到Markdown之后会显示操作按键,点击上传图片即可上传并转换相应的链接。
图片及部分相关技术知识点来源于网络搜索,侵权删!
参考资料:
https://blog.51cto.com/u_15127527/4357865
相关文章
- 从代码层读懂Java HashMap的实现原理
- 企业如何实现对工业大数据的预处理?
- 大数据行业步入快车道?忽视了它最终要被大浪淘沙
- 不要再天天写表单了,淘宝大牛教你零基础写PHP扩展
- Java Web模板代码生成器的设计与实现
- 关于Git的几个使用技巧
- signalR+redis分布式聊天服务器搭建
- 大数据告诉你,996戳中了谁又戳痛了谁?
- DaaS能否帮助企业从数据湖中获益?
- Git如何处理大仓库
- 大数据改变了网络主机市场的两端
- 用C语言写面向的对象是一种什么样的体验
- 像数据科学家一样思考:12步指南(上)
- 聊聊Clean Code的编码、重构技巧
- 中级程序员还应该如何提高自己?
- PHP垃圾回收机制详解
- PHP程序员的技术成长规划
- 必看!大数据技术学习,深度挖掘大数据的现状分析
- 读懂工业大数据 这篇文章不得不看
- PHP内核分析:Zend虚拟机