解决running_page项目二级域名代理导致页面白屏问题
2025-06-17 19:26:22作者:段琳惟
在部署running_page项目时,使用二级域名代理GitHub Pages服务时可能会遇到页面白屏的问题。本文将深入分析该问题的成因及解决方案。
问题现象分析
当用户通过腾讯云配置了二级域名running.guoxin.space指向GitHub Pages服务时,访问页面出现白屏现象。通过开发者工具检查发现,页面尝试从错误的路径加载静态资源:
- 期望路径:running.guoxin.space/assets/index-xxx.css
- 实际路径:guoxinl.github.io/running/assets/index-xxx.css
这种路径错配导致浏览器无法正确加载CSS和JavaScript等静态资源,从而引发页面白屏。
根本原因
该问题的核心在于项目构建时没有正确配置基础路径(base path)。默认情况下,Vite等现代前端构建工具会假设应用部署在域名根路径下。当实际部署路径与构建时假设的路径不一致时,就会导致资源加载失败。
解决方案
要解决这个问题,需要在项目构建时明确指定PATH_PREFIX环境变量:
- 修改GitHub Actions工作流文件(gh-pages.yml)
- 在构建命令中设置PATH_PREFIX环境变量为"/"
具体修改如下:
run: PATH_PREFIX=/ pnpm build
这一修改确保了构建生成的资源路径会基于域名根路径,而不是相对路径。
深入理解
现代前端项目通常使用模块打包工具(如Webpack、Vite等)进行构建。这些工具在构建时会处理资源路径问题:
- 绝对路径:以/开头的路径,会基于当前域名根路径解析
- 相对路径:基于当前页面URL路径解析
当项目部署在二级域名下时,必须确保所有资源引用都使用绝对路径。通过设置PATH_PREFIX=/,我们强制构建工具生成基于根路径的资源引用,从而确保无论项目实际部署在哪个路径下,资源都能被正确加载。
最佳实践
对于类似的项目部署场景,建议:
- 明确项目的部署环境要求
- 在构建配置中考虑不同部署环境的路径差异
- 使用环境变量灵活控制构建行为
- 部署后第一时间验证静态资源加载情况
通过遵循这些实践,可以避免类似的白屏问题,确保项目在各种部署环境下都能正常工作。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660