从git存储库中删除文件（历史记录）

（已解决，请参阅问题正文的底部。）
很长时间以来，我一直在寻找以下内容：

• http://dound.com/2009/04/git-forever-remove-files-or-folders-from-history/ 和
• http://progit.org/book/ch9-7.html

几乎相同的方法，但是它们都将对象保留在打包文件中...卡住了。
我试过的

git filter-branch --index-filter 'git rm --cached --ignore-unmatch file_name'
rm -Rf .git/refs/original
rm -Rf .git/logs/
git gc

包中仍然有文件，这就是我所知道的：

git verify-pack -v .git/objects/pack/pack-3f8c0...bb.idx | sort -k 3 -n | tail -3

还有这个：

git filter-branch --index-filter "git rm -rf --cached --ignore-unmatch file_name" HEAD
rm -rf .git/refs/original/ && git reflog expire --all &&  git gc --aggressive --prune

相同...

尝试过git clone技巧，它删除了一些文件（〜3000个），但最大的文件仍然存在...

我的存储库中有一些较大的旧文件，大约200M，我真的不希望它们在那里...而且我也不想将存储库重置为0 :(

解决方案：这是摆脱文件的最短方法：

1. 检查.git / packed-refs-我的问题是我在refs/remotes/origin/master远程存储库中有一行，请将其删除，否则git不会删除那些文件
2. （可选） git verify-pack -v .git/objects/pack/#{pack-name}.idx | sort -k 3 -n | tail -5 -检查最大的文件
3. （可选） git rev-list --objects --all | grep a0d770a97ff0fac0be1d777b32cc67fe69eb9a98 -检查哪些文件
4. git filter-branch --index-filter 'git rm --cached --ignore-unmatch file_names' -从所有版本中删除文件
5. rm -rf .git/refs/original/ -删除git的备份
6. git reflog expire --all --expire='0 days' -使所有松散的物体失效
7. git fsck --full --unreachable -检查是否有松散的物体
8. git repack -A -d -重新包装
9. git prune -最终删除那些对象

我不能肯定地说不能访问您的存储库数据，但是我相信可能有一个或多个打包的ref仍然引用您运行前的旧提交git filter-branch。这可以解释为什么git fsck --full --unreachable即使您的reflog已过期并删除了原始（未打包的）ref，也不会将大blob称为不可访问的对象。

这是我会怎么做（后git filter-branch并git gc已经完成）：

1）确保原始裁判不见了：

rm -rf .git/refs/original

2）使所有reflog条目过期：

git reflog expire --all --expire='0 days'

3）检查旧包装的裁判

这可能很棘手，具体取决于您有多少个打包的引用。我不知道可以自动执行此操作的任何Git命令，因此我认为您必须手动执行此操作。备份.git/packed-refs。现在编辑.git/packed-refs。检查是否有旧的裁判（尤其是查看是否包装了的任何裁判.git/refs/original）。如果发现不需要的旧物件，请将其删除（删除该引用的行）。

完成清理packed-refs文件后，请查看是否git fsck注意到无法访问的对象：

git fsck --full --unreachable

如果可行，git fsck现在报告您的大Blob无法访问，则可以继续执行下一步。

4）重新打包打包的档案

git repack -A -d

这将确保无法到达的对象被解压并保持解压。

5）修剪松散（无法到达）的物体

git prune

那应该做到的。Git确实应该有更好的方法来管理打包的引用。也许有一个我不知道的更好的方法。在没有更好的方法的情况下，手动编辑packed-refs文件可能是唯一的方法。

我建议使用BFG Repo-Cleaner，这是一种更简单，更快速的替代方法，git-filter-branch专门用于重写Git历史记录中的文件。一种使您的生活更轻松的方法是，它实际上默认情况下处理所有引用（所有标记，分支，诸如refs / remotes / origin / master之类的东西），但它的速度也快10到50倍。

您应该在此处仔细执行以下步骤：http : //rtyley.github.com/bfg-repo-cleaner/#usage-但核心部分是这样：下载BFG的jar（需要Java 6或更高版本）并运行此命令：

$ java -jar bfg.jar  --delete-files file_name  my-repo.git

任何命名的文件file_name（不在您的最新提交中）将被从存储库的历史记录中完全删除。然后，您可以git gc用来清除无效数据：

$ git gc --prune=now --aggressive

BFG通常比使用起来简单得多git-filter-branch-这些选项是针对以下两个常见用例量身定制的：

• 删除疯狂的大文件
• 删除密码，凭据和其他私人数据

完全公开：我是BFG Repo-Cleaner的作者。

我发现这对于删除整个文件夹很有帮助，因为上述内容并没有真正帮助我：https : //help.github.com/articles/remove-sensitive-data。

我用了：

git filter-branch -f --force \
--index-filter 'git rm -rf --cached --ignore-unmatch folder/sub-folder' \
--prune-empty --tag-name-filter cat -- --all

rm -rf .git/refs/original/
git reflog expire --expire=now --all
git gc --prune=now
git gc --aggressive --prune=now

我试图摆脱历史上的一个大文件，上面的答案一直有效。关键是：如果您有标签，它们将不起作用。如果包含一个大文件的提交可以从一个标签到达，那么您就需要调整filter-branches命令：

git filter-branch --tag-name-filter cat \
--index-filter 'git rm --cached --ignore-unmatch huge_file_name' -- \
--all --tags

请参阅：如何从git的历史记录中删除敏感文件

如果文件在版本中不存在，则以上操作将失败。在这种情况下，'-ignore-unmatch'开关将解决此问题：

git filter-branch -f --index-filter 'git rm --cached --ignore-unmatch <filename>' HEAD

然后，要使所有松散的物体脱离记忆库，请执行以下操作：

git gc --prune='0 days ago'

由于git repo大小过大，您有各种原因git gc，因为它不能删除所有松散的对象。

我在“减小git存储库大小”中详细说明了这些原因

但是，要测试这种情况的一个技巧是克隆“清理过的” Git存储库，看看克隆是否具有适当的大小。

（““清理过的”仓库”是您确实应用了 filter-branch，然后是gc和prune）

这应该由git obliterateGit Extras（https://github.com/visionmedia/git-extras）中的命令覆盖。

git obliterate <filename>

我遇到了同样的问题，我在github上找到了一个很棒的教程，该教程逐步解释了如何清除意外提交的文件。

以下是纸杯蛋糕建议的程序概述。

如果您有一个file_to_remove要从历史记录中删除的文件：

cd path_to_parent_dir

git filter-branch --force --index-filter \
  'git rm --cached --ignore-unmatch file_to_remove' \
  --prune-empty --tag-name-filter cat -- --all