从git/GitHub的历史记录中删除文件夹及其内容

我在我的GitHub账户上开发一个存储库，这是我偶然发现的一个问题。

Node.js项目中有一个文件夹，里面安装了一些npm包包在node_modules文件夹中将该文件夹添加到git存储库，并将代码推送到github(当时并没有考虑npm部分) 意识到您实际上并不需要将该文件夹作为代码的一部分删除了那个文件夹，推送了它

在那个实例中，git回购的总大小约为6MB，而实际代码(除了那个文件夹之外的所有代码)仅为300 KB左右。

现在我在寻找的是一种方法，从git的历史记录中去除该包文件夹的细节，这样如果有人克隆它，他们就不必下载6mb的历史记录，因为他们最后一次提交时得到的唯一实际文件将是300KB。

我寻找了可能的解决方案，并尝试了这两种方法

从git存储库中删除文件(历史) http://help.github.com/remove-sensitive-data/ https://gist.github.com/1588371

Gist似乎在运行脚本后工作，它显示它摆脱了那个文件夹，之后它显示50个不同的提交被修改。但它不让我输入那个代码。当我试图推动它时，它说分支是最新的，但显示50个提交被修改了git状态。另外两种方法也不起作用。

现在，尽管它显示它摆脱了该文件夹的历史记录，当我在本地主机上检查该回购的大小时，它仍然在6MB左右。(我也删除了refs/originalfolder，但没有看到repo大小的变化)。

我想要澄清的是，如果有一种方法不仅摆脱提交历史(这是我认为发生的唯一一件事)，而且那些文件git保持假设一个想要回滚。

让我们说一个解决方案是提出了这个，并应用于我的本地主机，但不能复制到GitHub回购，是否有可能克隆该回购，回滚到第一次提交执行技巧，并推动它(或者这意味着git仍然会有所有这些提交的历史?——又名。6 mb)。

我在这里的最终目标基本上是找到从git中删除文件夹内容的最佳方法，这样用户就不必下载6MB的东西，并且仍然可能有其他从未接触过modules文件夹的提交(这几乎是所有的)。

我该怎么做呢?

当前回答

我发现在其他答案中使用的——tree filter选项可能非常慢，特别是在具有大量提交的大型存储库上。

下面是我使用——index-filter选项从git历史记录中完全删除一个目录的方法，它运行得更快:

# Make a fresh clone of YOUR_REPO
git clone YOUR_REPO
cd YOUR_REPO

# Create tracking branches of all branches
for remote in `git branch -r | grep -v /HEAD`; do git checkout --track $remote ; done

# Remove DIRECTORY_NAME from all commits, then remove the refs to the old commits
# (repeat these two commands for as many directories that you want to remove)
git filter-branch --index-filter 'git rm -rf --cached --ignore-unmatch DIRECTORY_NAME/' --prune-empty --tag-name-filter cat -- --all
git for-each-ref --format="%(refname)" refs/original/ | xargs -n 1 git update-ref -d

# Ensure all old refs are fully removed
rm -Rf .git/logs .git/refs/original

# Perform a garbage collection to remove commits with no refs
git gc --prune=all --aggressive

# Force push all branches to overwrite their history
# (use with caution!)
git push origin --all --force
git push origin --tags --force

你可以在gc之前和之后检查存储库的大小:

git count-objects -vH

2015-10-01 11:26:03

其他回答

除了上面流行的答案之外，我还想补充一些关于windows系统的注意事项。命令

git filter-branch --tree-filter 'rm -rf node_modules' --prune-empty HEAD

工作完美，无需任何修改!因此，您不能使用Remove-Item, del或其他任何东西来代替rm -rf。如果您需要指定文件或目录的路径，请使用。/path/to/node_modules这样的斜杠

2015-11-03 06:57:13

警告:git filter-branch不再被正式推荐使用。官方推荐使用git-filter-repo;详情见André Anjos的回答。

如果你在这里复制粘贴代码:

这是一个从历史记录中删除node_modules的例子

git filter-branch --tree-filter "rm -rf node_modules" --prune-empty HEAD
git for-each-ref --format="%(refname)" refs/original/ | xargs -n 1 git update-ref -d
echo node_modules/ >> .gitignore
git add .gitignore
git commit -m 'Removing node_modules from git history'
git gc
git push origin master --force

git实际上做了什么:

第一行作为HEAD(当前分支)迭代同一树(——tree-filter)上的所有引用，运行命令rm -rf node_modules。这个命令删除node_modules文件夹(-r，没有-r, rm不会删除文件夹)，不给用户提示(-f)。添加的——prune-empty删除无用(不改变任何东西)递归提交。

第二行删除了对旧分支的引用。

其余的命令相对简单。

2013-07-24 03:28:27

完整的复制粘贴配方，只需在注释中添加命令(用于复制粘贴解决方案)，测试后:

git filter-branch --tree-filter 'rm -rf node_modules' --prune-empty HEAD
echo node_modules/ >> .gitignore
git add .gitignore
git commit -m 'Removing node_modules from git history'
git gc
git push origin master --force

在此之后，您可以从.gitignore中删除“node_modules/”行

2015-01-22 18:12:34

我发现在其他答案中使用的——tree filter选项可能非常慢，特别是在具有大量提交的大型存储库上。

下面是我使用——index-filter选项从git历史记录中完全删除一个目录的方法，它运行得更快:

# Make a fresh clone of YOUR_REPO
git clone YOUR_REPO
cd YOUR_REPO

# Create tracking branches of all branches
for remote in `git branch -r | grep -v /HEAD`; do git checkout --track $remote ; done

# Remove DIRECTORY_NAME from all commits, then remove the refs to the old commits
# (repeat these two commands for as many directories that you want to remove)
git filter-branch --index-filter 'git rm -rf --cached --ignore-unmatch DIRECTORY_NAME/' --prune-empty --tag-name-filter cat -- --all
git for-each-ref --format="%(refname)" refs/original/ | xargs -n 1 git update-ref -d

# Ensure all old refs are fully removed
rm -Rf .git/logs .git/refs/original

# Perform a garbage collection to remove commits with no refs
git gc --prune=all --aggressive

# Force push all branches to overwrite their history
# (use with caution!)
git push origin --all --force
git push origin --tags --force

你可以在gc之前和之后检查存储库的大小:

git count-objects -vH

2015-10-01 11:26:03

我发现最好和最准确的方法是下载bfg.jar文件: https://rtyley.github.io/bfg-repo-cleaner/

然后执行如下命令:

git clone --bare https://project/repository project-repository
cd project-repository
java -jar bfg.jar --delete-folders DIRECTORY_NAME
git reflog expire --expire=now --all && git gc --prune=now --aggressive
git push --mirror https://project/new-repository

如果你想删除文件，那么使用delete-files选项:

java -jar bfg.jar --delete-files *.pyc

2017-01-30 19:05:40

从git/GitHub的历史记录中删除文件夹及其内容

推荐文章

最新文章

标签