如何找出要提交的文件的空间需求？

Question

我要归档一个包含大量垃圾的旧大型项目。我希望我永远不再需要它，但我想将所有重要的事情置于版本控制之下。由于项目混乱，很难说出什么是来源以及什么可以消失（没有 makefile，没有 make clean，什么都没有）。 所以我想把几乎所有内容都放在那里，只考虑排除最大的文件。

如何列出要提交（或暂存）的文件及其大小？

^{我可以编写一个脚本或其他东西，但希望有一个更简单的解决方案。我在 Cygwin 下工作，唯一可用的 gui 是 git gui ，它不显示文件大小。否则它就非常适合我的需要。}

Answer 1

你可以试试这个。它找到所有大于 1M 的文件，并将它们从最大到最小排序。打印的文件大小以字节为单位：

cd ~/files_to_archive
find . -type f -size +1M -printf '%s %p\n' |sort -nr

输出：

74751072 ./linux-2.6.38-rc4.tar.bz2
34686037 ./git-source.tar.gz
14026384 ./Python-2.7.tar.gz

更新：循环 find 返回的文件并打印其 git 状态：

git ls-files -t `find . -type f -size +1M |xargs`

Answer 2

如果您已经添加了文件，则可以在 git 中使用命令 ls-files。可以通过各种巧妙的方式传输输出以获得您所需要的内容。 https://git-scm.com/docs/git-ls-files

我建议在第一个大 git add 之前设置一个 .gitignore 文件以通配符去掉任何明显的文件。

使用 -s 开关列出暂存项目，仅获取文件路径，然后使用 du 获取文件大小：

git ls-files -s | awk -F' ' '{ print $4 }' | xargs du -ch 

从 du 中删除 human 会留下 kb 中的所有值。这允许使用排序，将最大的放在底部：

git ls-files -s | awk -F' ' '{ print $4 }' | xargs du -c | sort -n

然后可以使用输出来删除大的文件

git ls-files -s | awk -F' ' '{ print $4 }' | xargs du -c | sort -n

然后使用 git reset删除问题文件。
获取输出，您可以决定要删除的行（这可以做得更聪明，但只需获取尾部的行数，然后删除头部的总数）。

git ls-files -s | awk -F' ' '{ print $4 }' | xargs du -c | sort -n | tail -7 | head -6 | awk -F' ' '{ print $2 }' | xargs git reset

Answer 3

初步估计，目录树顶部的 du -sk . 将为您提供所需的空间。在执行 git gc 后，它可能会被高估。

但早在项目退役之前，您就应该使用版本控制。

Answer 4

我不了解 Git，但如果您使用 Mercurial，您可以组合使用：

ls -laS
hg status