Simple-Jekyll-Search 使用教程
2024-09-14 00:58:18作者:裴麒琰
1. 项目介绍
Simple-Jekyll-Search 是一个轻量级的 JavaScript 库,旨在为 Jekyll 博客添加搜索功能。它完全基于客户端,无需服务器配置或数据库维护,只需几分钟即可实现一个功能齐全的搜索功能。
主要特点
- 轻量级: 库体积小,加载速度快。
- 即时搜索结果: 用户输入时立即显示搜索结果。
- 易于实现: 只需几步配置即可集成到 Jekyll 博客中。
- 调试简单: 提供简单的调试过程,便于开发者排查问题。
2. 项目快速启动
安装
首先,通过 npm 安装 Simple-Jekyll-Search:
npm install simple-jekyll-search
配置
- 创建
search.json
文件
在 Jekyll 博客的根目录下创建一个名为 search.json
的文件,内容如下:
---
layout: none
---
[
{% for post in site.posts %}
{
"title" : "{{ post.title | escape }}",
"category" : "{{ post.category }}",
"tags" : "{{ post.tags | join: ' ' }}",
"url" : "{{ site.baseurl }}{{ post.url }}",
"date" : "{{ post.date }}"
}{% unless forloop.last %},{% endunless %}
{% endfor %}
]
- 添加 DOM 元素
在需要显示搜索功能的布局文件中(例如 _layouts/default.html
),添加以下 HTML 代码:
<!-- HTML elements for search -->
<input type="text" id="search-input" placeholder="Search blog posts...">
<ul id="results-container"></ul>
<!-- or without installing anything -->
<script src="https://unpkg.com/simple-jekyll-search@latest/dest/simple-jekyll-search.min.js"></script>
- 初始化 SimpleJekyllSearch
在同一布局文件中,添加以下 JavaScript 代码以初始化 SimpleJekyllSearch:
<script>
var sjs = SimpleJekyllSearch({
searchInput: document.getElementById('search-input'),
resultsContainer: document.getElementById('results-container'),
json: '/search.json'
});
</script>
运行
完成上述步骤后,启动 Jekyll 服务:
jekyll serve
现在,你的 Jekyll 博客应该已经具备了搜索功能。
3. 应用案例和最佳实践
案例1:博客搜索
Simple-Jekyll-Search 最常见的应用场景是为个人博客添加搜索功能。通过简单的配置,用户可以快速找到感兴趣的文章。
案例2:文档站点搜索
对于使用 Jekyll 构建的文档站点,Simple-Jekyll-Search 同样适用。用户可以通过搜索功能快速定位到所需文档。
最佳实践
- 自定义搜索模板: 通过
searchResultTemplate
选项自定义搜索结果的显示样式。 - 模糊搜索: 启用
fuzzy
选项以允许更宽松的匹配,提升用户体验。 - 性能优化: 使用
debounceTime
选项限制搜索频率,特别是在数据量较大的情况下。
4. 典型生态项目
Jekyll
Simple-Jekyll-Search 是专为 Jekyll 博客设计的搜索插件,与 Jekyll 生态完美兼容。
GitHub Pages
由于 Simple-Jekyll-Search 完全基于客户端,因此非常适合部署在 GitHub Pages 上,无需额外服务器配置。
Algolia
对于需要更高级搜索功能的用户,可以考虑使用 Algolia 作为替代方案,但 Simple-Jekyll-Search 提供了更轻量级的解决方案。
通过以上步骤,你可以轻松为 Jekyll 博客添加搜索功能,提升用户体验。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
973
574

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
549
81

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133