如何提取 git 子目录并从中创建子模块？

Question

几个月前我开始了一个项目，并将所有内容存储在主目录中。 在我的主目录“Project”中，有几个包含不同内容的子目录： 项目/论文包含用 LaTeX 编写的文档 Project/sourcecode/RailsApp 包含我的 Rails 应用程序。

“Project”是 GITified，并且“paper”和“RailsApp”目录中都有大量提交。 现在，由于我想将 Cruisecontrol.rb 用于我的“RailsApp”，我想知道是否有一种方法可以在不丢失历史记录的情况下从“RailsApp”创建子模块。

Answer 1

现在有一种比手动使用 git filter-branch 更简单的方法： git subtree

安装

< strong>注意 自 1.7.11 起，git-subtree 现在是 git 的一部分（如果您安装 contrib），因此您可能已经安装了它。 您可以通过执行git subtree来检查。

---

要从源代码安装 git-subtree（对于旧版本的 git）：

git clone https://github.com/apenwarr/git-subtree.git

cd git-subtree
sudo rsync -a ./git-subtree.sh /usr/local/bin/git-subtree

或者如果您想要手册页和所有

make doc
make install

用法

将较大的块拆分为较小的块：

# Go into the project root
cd ~/my-project

# Create a branch which only contains commits for the children of 'foo'
git subtree split --prefix=foo --branch=foo-only

# Remove 'foo' from the project
git rm -rf ./foo

# Create a git repo for 'foo' (assuming we already created it on github)
mkdir foo
pushd foo
git init
git remote add origin [email protected]:my-user/new-project.git
git pull ../ foo-only
git push origin -u master
popd

# Add 'foo' as a git submodule to `my-project`
git submodule add [email protected]:my-user/new-project.git foo

有关详细文档（手册页），请阅读 git-subtree.txt。

Answer 2

查看 git filter-branch。

手册页的 示例 部分显示如何将子目录提取到它自己的项目中，同时保留其所有历史记录并丢弃其他文件/目录的历史记录（正是您要查找的内容）。

重写存储库，使其看起来好像 foodir/ 是其项目根目录，并丢弃所有其他历史记录：

 git filter-branch --subdirectory-filter foodir -- --all 
  

因此，您可以将库子目录转变为自己的存储库。
请注意 -- 将 filter-branch 选项与修订选项分开，--all 用于重写所有分支和标记。

Answer 3

执行此操作的一种方法是相反 - 删除除要保留的文件之外的所有内容。

基本上，复制存储库，然后使用 git filter-branch 删除除您想要保留的文件/文件夹之外的所有内容。

例如，我有一个项目，我希望将文件 tvnamer.py 提取到新存储库：

git filter-branch --tree-filter 'for f in *; do if [ $f != "tvnamer.py" ]; then rm -rf $f; fi; done' HEAD

它使用 git filter-branch --tree-filter 来执行通过每次提交，运行命令并重新提交生成的目录内容。 这是极具破坏性的（所以你应该只在存储库的副本上执行此操作！），并且可能需要一段时间（在具有 300 次提交和大约 20 个文件的存储库上大约需要 1 分钟）

上面的命令仅运行以下 shell 脚本在每个修订版上，您当然必须对其进行修改（以使其排除您的子目录而不是 tvnamer.py）：

for f in *; do
    if [ $f != "tvnamer.py" ]; then
        rm -rf $f;
    fi;
done

最大的明显问题是它留下了所有提交消息，即使它们与其余文件无关。 脚本 git-remove-empty-commits ，修复了这个问题..

git filter-branch --commit-filter 'if [ z$1 = z`git rev-parse $3^{tree}` ]; then skip_commit "$@"; else git commit-tree "$@"; fi'

您需要使用 -f 强制参数再次运行 filter-branch 以及 refs/original/ 中的任何内容（基本上备份）

当然，这永远不会是完美的，例如，如果您的提交消息提到其他文件，但它大约是 git 当前允许的最接近的值（据我所知）。

再次强调，只能在存储库的副本上运行此命令！ - 但总而言之，要删除除“thisismyfilename.txt”之外的所有文件：

git filter-branch --tree-filter 'for f in *; do if [ $f != "thisismyfilename.txt" ]; then rm -rf $f; fi; done' HEAD
git filter-branch -f --commit-filter 'if [ z$1 = z`git rev-parse $3^{tree}` ]; then skip_commit "$@"; else git commit-tree "$@"; fi'

Answer 4

CoolAJ86 和 apenwarr 答案非常相似。 我在两者之间来回走动，试图理解两者中缺失的部分。 下面是它们的组合。

首先将 Git Bash 导航到要拆分的 git 存储库的根目录。 在我的示例中，这是 ~/Documents/OriginalRepo (master)

# move the folder at prefix to a new branch
git subtree split --prefix=SubFolderName/FolderToBeNewRepo --branch=to-be-new-repo

# create a new repository out of the newly made branch
mkdir ~/Documents/NewRepo
pushd ~/Documents/NewRepo
git init
git pull ~/Documents/OriginalRepo to-be-new-repo

# upload the new repository to a place that should be referenced for submodules
git remote add origin [email protected]:myUsername/newRepo.git
git push -u origin master
popd

# replace the folder with a submodule
git rm -rf ./SubFolderName/FolderToBeNewRepo
git submodule add [email protected]:myUsername/newRepo.git SubFolderName/FolderToBeNewRepo
git branch --delete --force to-be-new-repo

下面是上面的副本，替换了可自定义名称并使用 https 代替。 根文件夹现在是 ~/Documents/_Shawn/UnityProjects/SoProject (master)

# move the folder at prefix to a new branch
git subtree split --prefix=Assets/SoArchitecture --branch=so-package

# create a new repository out of the newly made branch
mkdir ~/Documents/_Shawn/UnityProjects/SoArchitecture
pushd ~/Documents/_Shawn/UnityProjects/SoArchitecture
git init
git pull ~/Documents/_Shawn/UnityProjects/SoProject so-package

# upload the new repository to a place that should be referenced for submodules
git remote add origin https://github.com/Feddas/SoArchitecture.git
git push -u origin master
popd

# replace the folder with a submodule
git rm -rf ./Assets/SoArchitecture
git submodule add https://github.com/Feddas/SoArchitecture.git
git branch --delete --force so-package

Answer 5

如果您想将某些文件子集传输到新存储库但保留历史记录，那么您基本上最终会得到一个全新的历史记录。 其工作方式基本上如下：

1. 创建新存储库。
2. 对于旧存储库的每个修订，将对模块的更改合并到新存储库中。 这将创建现有项目历史记录的“副本”。

如果您不介意编写一个小而复杂的脚本，那么自动化此操作应该比较简单。 是的，很简单，但也很痛苦。 过去人们已经在 Git 中完成了历史重写，你可以搜索一下。

或者：克隆存储库，并删除克隆中的论文，删除原始存储库中的应用程序。 这将需要一分钟，它保证有效，并且您可以回到比尝试净化 git 历史记录更重要的事情上。 并且不用担心历史记录的冗余副本占用的硬盘空间。