Simple-Jekyll-Search 使用教程
2024-09-14 00:10:44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
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust017
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
630
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
🎉 (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
1.57 K
910
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++
947
888
暂无简介
Dart
923
228
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
399
303
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
634
217
openGauss kernel ~ openGauss is an open source relational database management system
C++
183
260