比git的filter-branch快100倍，更简单

在这个帖子里有很多很好的答案，但同时很多都过时了。不再推荐使用git-filter-branch，因为它很难使用，而且在大型存储库上非常慢。

Git-filter-repo使用起来更快更简单。

git-filter-repo是一个Python脚本，可以在github: https://github.com/newren/git-filter-repo上获得。安装时，它看起来像一个普通的git命令，可以由git filter-repo调用。

您只需要一个文件:Python3脚本git-filter-repo。将其复制到path变量中包含的路径。在Windows上，您可能需要更改脚本的第一行(请参阅INSTALL.md)。您需要在系统上安装Python3，但这不是什么大问题。

首先你可以跑

git filter-repo --analyze

这可以帮助你决定下一步要做什么。

你可以在任何地方删除你的DVD-rip文件:

git filter-repo --invert-paths --path-match DVD-rip
 

Filter-repo非常快。一个在我的电脑上用filter-branch花了9个小时的任务，用filter-repo只用了4分钟就完成了。你可以用filter-repo做更多的事情。请参阅相关文档。

警告:在存储库的副本上执行此操作。filter-repo的许多操作不能撤消。Filter-repo将更改所有修改过的提交(当然)及其所有后代直到最后一次提交的提交哈希值!

我基本上按照这个答案做了: https://stackoverflow.com/a/11032521/1286423

(对于历史，我复制粘贴在这里)

$ git filter-branch --index-filter "git rm -rf --cached --ignore-unmatch YOURFILENAME" HEAD
$ rm -rf .git/refs/original/ 
$ git reflog expire --all 
$ git gc --aggressive --prune
$ git push origin master --force

这并没有起作用，因为我喜欢重命名和移动东西。一些大文件在重命名的文件夹中，我认为gc不能删除对这些文件的引用因为树对象中的引用指向这些文件。 我最终的解决方法是:

# First, apply what's in the answer linked in the front
# and before doing the gc --prune --aggressive, do:

# Go back at the origin of the repository
git checkout -b newinit <sha1 of first commit>
# Create a parallel initial commit
git commit --amend
# go back on the master branch that has big file
# still referenced in history, even though 
# we thought we removed them.
git checkout master
# rebase on the newinit created earlier. By reapply patches,
# it will really forget about the references to hidden big files.
git rebase newinit

# Do the previous part (checkout + rebase) for each branch
# still connected to the original initial commit, 
# so we remove all the references.

# Remove the .git/logs folder, also containing references
# to commits that could make git gc not remove them.
rm -rf .git/logs/

# Then you can do a garbage collection,
# and the hidden files really will get gc'ed
git gc --prune --aggressive

我的repo (.git)从32MB变成了388KB，即使过滤器分支也无法清理。

我用一个bitbucket帐户遇到了这个问题，我不小心在那里存储了我网站的巨大*.jpa备份。

git filter-branch——prune-empty——index-filter 'git rm -rf——cached——ignore-unmatch MY-BIG-DIRECTORY-OR-FILE'——tag-name-filter cat -- --all

用所讨论的文件夹重新安装MY-BIG-DIRECTORY，以完全重写历史记录(包括标记)。

来源:https://web.archive.org/web/20170727144429/http: / / naleid.com: 80 /博客/ 2012/01/17 / finding-and-purging-big-files-from-git-history /

你可以使用branch filter命令:

git filter-branch -tree-filter 'rm -rf path/to/your/file' HEAD

新的答案在20222年有效。

请勿使用:

git filter-branch

此命令可能不会在按下后更改远程回购。如果你在使用它后进行克隆，你会看到什么都没有改变，回购仍然有一个很大的大小。这个命令现在已经过时了。例如，如果您使用https://github.com/18F/C2/issues/439中的步骤，这将不起作用。

你需要使用

git filter-repo

步骤:

(1)找到。git中最大的文件:

git rev-list --objects --all | grep -f <(git verify-pack -v  .git/objects/pack/*.idx| sort -k 3 -n | cut -f 1 -d " " | tail -10)

(2)开始过滤这些大文件:

 git filter-repo --path-glob '../../src/../..' --invert-paths --force

or

 git filter-repo --path-glob '*.zip' --invert-paths --force

or

 git filter-repo --path-glob '*.a' --invert-paths --force

或 无论你在第一步中找到什么。

(3)

 git remote add origin git@github.com:.../...git

(4)

git push --all --force

git push --tags --force

完成了! !

Git filter-branch是一个功能强大的命令，你可以使用它从提交历史中删除一个巨大的文件。该文件将保留一段时间，Git将在下一次垃圾收集中删除它。 下面是从提交历史中删除文件的完整过程。为了安全起见，下面的进程首先在一个新分支上运行命令。如果结果是您所需要的，那么将其重置回您实际想要更改的分支。

# Do it in a new testing branch
$ git checkout -b test

# Remove file-name from every commit on the new branch
# --index-filter, rewrite index without checking out
# --cached, remove it from index but not include working tree
# --ignore-unmatch, ignore if files to be removed are absent in a commit
# HEAD, execute the specified command for each commit reached from HEAD by parent link
$ git filter-branch --index-filter 'git rm --cached --ignore-unmatch file-name' HEAD

# The output is OK, reset it to the prior branch master
$ git checkout master
$ git reset --soft test

# Remove test branch
$ git branch -d test

# Push it with force
$ git push --force origin master