从git / GitHub的历史记录中删除文件夹及其内容

我在GitHub帐户上的存储库上工作，这是我偶然发现的一个问题。

• 带有安装了几个npm软件包的文件夹的Node.js项目
• 包在node_modules文件夹中
• 将该文件夹添加到git存储库中，并将代码推送到github（当时不考虑npm部分）
• 意识到您并不需​​要该文件夹成为代码的一部分
• 删除该文件夹，将其推送

在那种情况下，总git repo的大小约为6MB，而实际代码（除该文件夹以外的所有代码）仅为300 KB左右。

现在，我最后要寻找的是一种从git的历史记录中删除该软件包文件夹的详细信息的方法，因此，如果有人对其进行了克隆，则无需下载价值6mb的历史记录，而只有这些文件才可以获取截至上一次提交将为300KB。

我为此找到了可能的解决方案，并尝试了这两种方法

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

Gist似乎在运行脚本后在哪里工作，它表明它删除了该文件夹，并表明修改了50个不同的提交。但这并没有让我推送该代码。当我尝试推动它时，它说Branch up to date但显示对50个提交进行了修改git status。其他2种方法也无济于事。

现在，即使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存储库的大小时，它仍约为6MB。（我还删除了该refs/original文件夹，但没有看到存储库大小的变化）。

我要澄清的是，是否有一种方法不仅可以消除提交历史记录（这是我认为唯一发生的事情），而且可以摆脱那些git一直假设要回滚的文件。

可以说为此提供了一个解决方案，该解决方案已在我的本地主机上应用，但无法复制到该GitHub存储库，是否可以克隆该存储库，回滚到第一个提交执行该技巧并将其推送（或者这意味着git将还有所有这些提交的历史吗？-又名6MB）。

我的最终目标是从根本上找到从git摆脱文件夹内容的最佳方法，以便用户不必下载6MB的内容，而仍然可以拥有从未触及modules文件夹的其他提交（这很漂亮很多））在git的历史中。

我怎样才能做到这一点？

如果您要在此处复制粘贴代码：

这是一个node_modules从历史记录中删除的示例

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实际做什么：

第一行在--tree-filterHEAD（当前分支）所在的同一树（）上遍历所有引用，并运行命令rm -rf node_modules。该命令删除node_modules文件夹（-r，不带-r，rm不会删除文件夹），而没有提示用户（-f）。添加的--prune-empty删除无用（不更改任何内容）以递归方式提交。

第二行删除对该旧分支的引用。

其余命令相对简单。

我发现--tree-filter其他答案中使用的选项可能非常慢，尤其是在具有大量提交的大型存储库中。

这是我使用--index-filter选项可以从git历史记录中完全删除目录的方法，该方法运行得更快：

# 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

您可以使用以下命令检查存储库的大小gc：

git count-objects -vH

除了上面流行的答案外，我还要为Windows系统添加一些注意事项。命令

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

• 无需任何修改即可完美运行！因此，你不能使用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，请使用斜杠，例如./path/to/node_modules

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

然后运行以下命令：

git clone --bare https://project/repository project-repository
cd project-repository
java -jar bfg.jar --delete-folders DIRECTORY_NAME  # i.e. 'node_modules' in other examples
git reflog expire --expire=now --all && git gc --prune=now --aggressive
git push --mirror https://project/new-repository

如果要删除文件，请使用delete-files选项：

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

似乎最新的解决方案是不filter-branch直接使用（至少git本身不再推荐使用），并将其工作推迟到外部工具上进行。特别是，目前推荐使用git-filter-repo。该工具的作者提供了有关为何filter-branch直接使用会导致问题的争论。

上面dir从历史记录中删除的大多数多行脚本可以重写为：

git filter-repo --path dir --invert-paths

显然，该工具不仅功能强大。您可以按作者，电子邮件，refname等进行过滤（完整的手册页在此处）。此外，它速度很快。安装很容易-它以多种格式分发。

测试完命令后，只需在注释中添加命令（用于复制粘贴解决方案）即可完成复制和粘贴食谱：

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

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

对于Windows用户，请注意，如果已经存在另一个备份，请使用"代替' 附加-f来强制执行该命令。

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

我在Windows上使用git从旧的C＃项目中删除了bin和obj文件夹。小心

git filter-branch --tree-filter "rm -rf bin" --prune-empty HEAD

通过删除git install文件夹中的usr / bin文件夹，破坏了git安装的完整性。