在Git仓库中将一组文件拆分为自己的仓库，保留相关历史记录

Question

可能重复：如何在保留子目录的情况下拆分Git存储库？ 曾经我把我的代码添加到了一个现有的Git仓库中，自那以后我已经向其中提交了很多次代码修改，另一位开发者则向仓库中的其他文件进行了提交。现在我想将我的代码拆分到它自己的仓库中，但保留我的特定文件的所有更改历史记录。

通过阅读其他人为分离代码所做的工作，我正在研究使用“filter-branch”和使用“--index-filter”或“--tree-filter”与“rm”命令来处理我不关心的文件。我不想使用“--subdirectory-filter”，因为它不适用于包含我的代码的子目录成为顶级目录（我们也共享一个子目录） 。复杂化问题的是，原始存储库中的某些文件随着时间的推移已经移动了位置，并且还有一些创建然后被删除的文件。这使得设计一个删除列表有点具有挑战性。

我正在寻找一种方式来过滤除了一系列文件/目录之外的所有内容。有人知道如何实现吗？

- jkeating

---

谢谢。使用 git filter-branch --prune-empty --index-filter 'git ls-tree -r --name-only --full-tree $GIT_COMMIT | grep -v "^src/pyfedpkg$" |grep -v "^src/fedpkg" |grep -v "^git-changelog" | xargs git rm --cached -r' -- --all 已完成。 - jkeating

与https://dev59.com/XnE85IYBdhLWcg3wZymt（依我之见）不同，因为它要求保留特定的稀疏文件集。 - rogerdpack

这不是重复的问题！那里提供的问题/答案（2797191）仅适用于单个目录下的文件。这个问题要求一组文件，不必要地分组在一个目录下。 - jxy

Answer 1

只是为了解决这个问题，使其成为已回答的问题。

通过使用index-filter或tree-filter并应用反向逻辑(如git ls-tree管道到(multiple)grep -v的管道到xargs用于git rm)，您确实可以删除与一组狭窄文件名/目录不匹配的所有内容。这是我用来分离我的特定文件的命令：

git filter-branch \
    --prune-empty \
    --index-filter '
        git ls-tree -z -r --name-only --full-tree $GIT_COMMIT \
        | grep -z -v "^src/pyfedpkg$" \
        | grep -z -v "^src/fedpkg" \
        | grep -z -v "^git-changelog" \
        | xargs -0 -r git rm --cached -r
    ' \
    -- \
    --all

- jkeating

---

当一个文件在提交中被单独添加到树中时，"grep | xargs git rm" 部分会导致非零的退出码，并且 --index-filter 将失败。我不得不使用 -r 或 --no-run-if-empty 选项（GNU 扩展）来增强 xargs。我建议将答案修改为这样。 - lkraav

这对我来说失败了，显示"路径规范'SomeDir/SomeSubDir'没有匹配任何文件。" SomeSubDir只是一个包含空格的子目录名称的第一部分。因此，似乎这个解决方案在包含空格的子目录的仓库上不起作用。有可能的解决方法吗？ - Mark Edington

如果您想让xargs正常工作，您需要使用-0选项；如果您想要git ls-tree和grep可靠地工作，则需要使用-z选项。这样做可以确保适用于所有可能的文件名。 - ssokolow

在 git rm 命令中添加 -q 选项可以避免输出被大量的 rm '...' 日志信息淹没。 - Simon Sapin

@jkeating 太厉害了 - 我印象深刻，我刚刚创建了一个 git splits 扩展，将其整合到了 git 中。 - AndrewD