从 git 历史记录中删除名称或路径已更改的文件答案

【问题标题】：removing files from git history that have changed name or path从 git 历史记录中删除名称或路径已更改的文件
【发布时间】：2021-03-15 19:49:00
【问题描述】：

我正在尝试识别我的项目历史记录中已删除的大文件。当我这样做时，我可以看到一个有序列表。

$ git rev-list --objects --all \
  | git cat-file --batch-check='%(objecttype) %(objectname) %(objectsize) %(rest)' \
  | sed -n 's/^blob //p' \
  | sort --numeric-sort --key=2 \
  | cut -c 42-

通常，我可以从历史记录中删除文件而不会出现这样的问题：

git filter-repo --force --invert-paths --path <path-to-file>

但是，如果一个文件在过去有不同的名称或路径，一旦我删除该文件，当我再次运行 rev-list 时，我会看到我刚刚删除的同一个文件，大小相同，但它过去的路径或名称不同。

有没有办法使用 rev-list 查看对象的所有文件路径，这样我就不必像这样在历史记录中迭代路径/名称更改？

【问题讨论】：

如果我不在一开始就切断对象ID，我想我可以在过滤器回购中使用它，并杀死文件的所有化身。但是，我看不到在命令行上指定对象 id 的方法，只能使用 --strip-blobs-with-ids 从文件中加载它

标签： git git-rev-list git-filter-repo

【解决方案1】：

一种不太令人满意的方法是在你的 repo 中的所有提交上运行 git ls-tree -r，然后 grep 你正在寻找的 blob 的哈希：

git rev-list --all | xargs -L1 git ls-tree -r | grep "$hash"
# you can also replace 'xargs' with 'parallel'

# you can insert a command to avoid noisy repetitions of the same path :
... | awk '{ if (!seen[$4]++) { print $4 } }'

这个问题的答案可能会有所帮助：

Which commit has this blob?

如果您将 check_tree 函数的 0|1 结果替换为在树中找到 blob 的路径列表，则函数的记忆也应该可以正常工作。

请注意，您运行的git filter-repo 命令会从您的历史记录中删除位于<path-to-file> 的文件的任何版本，而不仅仅是当该文件的内容与您标识的blob 完全匹配时的版本。

【讨论】：