如何在Git中获取存储库中所有Blob的列表

Question

9

如何列出Git仓库中所有文件的所有版本？

（例如，列出曾经包含某个字符串的所有文件）

这个列表可以用来查看文件。

- Hugo

这可能是解决方案 git rev-list --all | xargs -l1 git diff-tree -r -c -M -C --no-commit-id | awk '{print $3}' - Hugo

@Hugo：是的，那样会得到一个 blobs 的列表。不过你还需要做更多的工作 - 你需要同时记住文件名字段，这样当你使用 git-show 查看一个 blob 时，就能将其与名称匹配起来。而且你已经丢失了一些关键信息：blob 所属的提交。 - Cascabel

@Hugo：另一个想法-由于您正在使用diff-tree，因此您只能看到修改后的blob，因此如果您在其中进行grep，您实际上正在接近“git log -S”的功能。 - Cascabel

4个回答

3

首先，通过列出blob的方式几乎没有机会来完成这个任务。Blob只是原始数据，它并不知道它所属的文件。真正的答案有点取决于你想要实现什么。例如，您需要搜索那些甚至从提交历史中无法访问的提交中的blob吗？如果不需要，以下是一些想法。

也许git-log的pickaxe搜索可以满足您的需求：

-S 查找引入或删除实例的差异。请注意，这与字符串仅出现在diff输出中不同；有关更多详细信息，请参见gitdiffcore（7）中的pickaxe条目。

根据您的最终目标，这可能比您提出的建议要好得多-您将实际上看到如何添加或删除该字符串。当然，如果您愿意，您可以使用获得的信息来cat整个文件。

或者，也许你想要用git-log列出修订版本，并在它提供的树（提交）上使用git-grep？

- Cascabel

3

如果你正在使用git cat-file --batch-all-objects --batch-check，如J. Doe的答案所建议并在此展示，请确保使用Git 2.34（2021年第四季度）。

"git cat-file --batch" ^(man) 带有--batch-all-objects选项将遍历存储库中找到的所有对象，但它曾经使用替换机制翻译这些对象名称，这违背了枚举存储库中所有对象的目的。

这已在Git 2.34（2021年第四季度）中得到纠正。

请参见提交bf97289，提交818e393，提交5c5b29b，提交c3660cf，提交e879295（由Jeff King (peff)于2021年10月5日进行）。 ^{（由Junio C Hamano -- gitster --在提交092228e中合并，于2021年10月18日）}

`cat-file`：使用`--batch-all-objects`禁用`refs/replace`

^{签名作者: Jeff King}

在枚举对象数据库中的所有对象时，不考虑refs/replace是没有意义的。
此选项的目的是以低级别枚举数据库中的所有对象。
根据定义，我们已经显示替换对象的内容（在其真实oid下），在另一个oid下显示这些内容几乎肯定会违反用户尝试的操作。

和:

^{签名作者: Jeff King}

当 "cat-file --batch-all-objects" 遍历每个对象时，它知道在哪里找到每个对象。
但当我们查找对象的详细信息时，我们根本不使用该信息。

此补丁教导它在遍历包中的对象时使用包/偏移对。
这会产生可衡量的速度改进（在完全打包的 linux.git 克隆上进行计时）

- VonC

2

根据手册，我理解以下内容列出了所有对象及其信息

git cat-file --batch-all-objects --batch-check

- J. Doe

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- ack · Accepted Answer

这是我获取存储库中所有blob的SHA和文件名列表的方法：

$ git rev-list --objects --all | git cat-file --batch-check='%(objectname) %(objecttype) %(rest)' | grep '^[^ ]* blob' | cut -d" " -f1,3-

注:

格式化字符串中的 %(rest) 原子会将对象 SHA 后的输入行剩余部分附加到输出结果。在这种情况下，这个剩余部分恰好是路径名（用于树和 blob 对象）。
grep 模式旨在仅匹配实际的 blob 对象，而不是只是在其路径名中包含字符串 blob 的树对象。