是否有一种规范的方法可以追溯地将 git repo 拆分为公共和私有变体？

Question

我有一个 git 存储库，其中包含一些敏感数据可能是硬编码的，或者是正式硬编码的，现在驻留在 git 历史记录中的某些位置。

为了使项目公开可用，以便具有相似兴趣的程序员可以从中受益并回馈更改，我想分叉它以清理有问题的文件。

我考虑的过程如下：

1. Shallow/Shared 将 repo 本地克隆到新的本地位置，此文件夹将成为公共变体。后续步骤在新的存储库中。
2. 将master分支到一个分支public-master
3. 删除所有其他分支引用。
4. 消毒public-master
5. 壁球public-master
6. git reflog expire --expire-unreachable=now --all && git gc --prune=all --agressive 删除所有无法访问的 refs，现在是任何不在公共分支中的 obj
7. git push 将公共 master 添加回上游到私有存储库中。
8. 将源远程设置为公共 repo url，分支到 master。推送到原点。

这是否足以清理我的存储库，或者在此之后是否可以恢复敏感数据。有没有更明智和通用的方法来解决这个问题？有没有多余的步骤？

例如，我可以在一个存储库中完成这一切吗，或者 git-packs 的性质是否意味着我仍然可以推送包含敏感信息的 obj？

Answer 1

结合@VonC 和@b-fg 答案我认为最明智的解决方案如下。 请注意，很容易用可能包含敏感日期的 obj 污染新的公共存储库，而是构建一个新的公共存储库。

1. 将私有存储库分支到public
2. 消毒public
3. 为公众初始化新的 repo。
4. git --work-tree=/path/to/private add -p . 导致 git 使用公共索引运行，但使用私有清理工作树。公共回购现在已经上演了所有经过消毒的分支的工作树，所以git commit。
5. 本地存储库具有来自索引中已清理分支的工作树，但没有工作树，换句话说，它看起来像当前工作树中的所有内容都已从索引中删除。使用git reset --hard将文件“恢复”到新仓库的工作树
6. 切换回私有存储库并将公共存储库添加为远程。 git remote add public file://path/to/public/repo
7. 历史记录 private/public 和 public/master 现在是不相交的。所以我们需要将它们嫁接在一起。使用git branch -u public master 设置private/public 的上游现在拉允许不相交的历史记录git pull --allow-unrelated-histories
8. 将公共分支设置为只能读取，不能写入更改，以防止意外污染公共仓库git remote set-url public --push "This Branch is Read-Only"

现在只在公共存储库中创建新功能，并根据需要将它们拉回私有存储库。

Answer 2

唯一的问题是我希望能够从私人回购中提取，然后他们将拥有未共享的历史记录。

这似乎是不可避免的，因为您已经更改了分支历史并将其压缩。

我不会从新的公共 repo 中提取，而是简单地考虑对新 repo 克隆所做的更改，然后决定要添加到旧私有 repo 的本地克隆中的哪一个：

# update local content of new repo
cd /path/to/public/repo 
git pull

# check what needs to be added
cd /path/to/clone/of/old/repo
git --work-tree=/path/to/public/repo add -p .

您将看到新旧之间的差异，这些差异来自公共 repo 上可能进行的新演变。