事后从 git 存储库中删除二进制数据

Question

我不小心将一些大型二进制数据提交到了一些提交中。从那时起，我更新了我的 .gitignore，并且这些文件不再被提交。但我想回到旧的提交并有选择地从存储库中删除这些数据，删除一些本应位于 .gitignore 中的目录。我不想删除提交本身。

我将如何实现这一目标？我的首选方法是将 .gitignore 规则追溯应用到旧提交的某种方法...使用此方法的答案对其他人来说也非常有用，因为我确信我的问题不是唯一的。它还可以快速应用于通用解决方案，而无需针对每个用户的独特目录结构进行大量自定义。

这可能吗，无论是我上面建议的简单方法，还是某种更复杂的方式？

Answer 1

这个答案中的解决方案对我来说非常有效：

您还可以使用 bfg repo 等工具测试您的清理过程 更清洁，如这个答案：

java -jar bfg.jar --delete-files *.{jpg,png,mp4,m4v,ogv,webm} ${bare-repo-dir};

（除了 BFG 确保它不会删除您最新的任何内容 提交，因此您需要删除当前索引中的这些文件并 进行“干净”的提交。所有其他先前的提交都将被清除 BFG）

Answer 2

发布了一个（相对）新工具，取代了曾经是此问题最佳答案的

git filter-branch

函数。 git filter-repo 是一个 Python 工具，几乎可以处理您需要在 git 中进行的任何历史修改。

对于此示例（从存储库中删除特定文件夹或文件），我可以运行如下命令：

git filter-repo --path bin --path-glob '*.tar.gz' --invert-paths

这将过滤掉给定文件夹中或与给定全局模式匹配的任何内容。就像任何修改 git 历史记录的工具一样，您应该在与其他人共享您的提交之前尝试并尽早捕获它，或者非常熟悉

git-rebase

并从困难的更改中恢复。

一旦您确认本地更改符合您的要求，要推送回远程存储库，您将运行以下命令：

git remote add origin <origin-url>
git push origin --all --force

这是因为filter-repo默认删除远程源，以防止对远程进行先发制人的意外更改。