在git HEAD中查找所有二進制文件

Question

我有一個巨大的git repo，最終想用bfg清理 。
但首先，我想跟蹤並刪除HEAD中的文件，git將其視為二進制文件...

所以，我正在尋找的是一個命令來查找HEAD中git視為二進制文件的所有文件 。

這些沒有幫助：

• 列出repo中的所有文本（非二進制）文件 <我正在尋找二進制文件。 不是文本文件。
• Git找到歷史中的所有二進制文件 <我只關心HEAD
• http://git.661346.n2.nabble.com/git-list-binary-and-or-non-binary-files-td3506370.html <我嘗試過這些命令但它們沒有幫助。

預先感謝您的幫助。

Answer 1

diff <(git grep -Ic '') <(git grep -c '') | grep '^>' | cut -d : -f 1 | cut -d ' ' -f 2-

打破它：

• git grep -c ''打印存儲庫中每個文件的名稱和行數。 添加-I選項使命令忽略二進制文件。
• diff <(cmd1) <(cmd2)使用進程替換為diff提供命名管道，通過該管道發送cmd1和cmd2的輸出。
• grep和cut命令用於從diff的輸出中提取文件名。

Answer 2

基於@jangler答案的簡化解決方案（ https://stackoverflow.com/a/30690662/808101 ）

comm -13 <(git grep -Il '' | sort -u) <(git grep -al '' | sort -u)

說明：

1. git grep

   • -l要求只打印匹配模式''的文件的文件名（應與每個文件的每一行匹配）
   • -I此選項使命令忽略二進制文件
   • -a此選項強制處理二進制文件，就像它們是文本一樣

2. sort -u對grep的結果進行排序，因為comm只處理已排序的文件

3. comm -13列出第二個列表唯一的文件（ git grep列表包含所有文件，包括二進制文件）

Answer 3

以下是使用PowerShell的Windows的相同腳本：

$textFiles = git grep -Il .
$allFiles = git ls-files

foreach ($line in $allFiles){
    if ($textFiles -notcontains $line) {
        $line;
    }
}

或者是簡短的形式：

$textFiles = git grep -Il .
git ls-files | where { $textFiles -notcontains $_ }

這需要O(n^2)來完成，這是使用哈希表的更快方法：

$files = @{}
git ls-files | foreach { $files[$_] = 1 }
git grep -Il . | foreach { $files[$_] = 0 }
$files.GetEnumerator() | where Value -EQ 1 | sort Name | select -ExpandProperty Name

這需要O(n)來完成。

Answer 4

grep -Fvxf <(git grep -Il '') <(git grep -al '')

說明：

• git grep -Il '' ：列出git認為是文本的所有非空常規文件。 另請參閱： 如何列出git存儲庫中的所有文本（非二進制）文件？
• git grep -al '' ：列出所有非空的常規文件，包括二進制文件
• grep -Fvxf ：從文件2中選擇未出現在文件1中的行，因此只選擇Git認為是二進制的非空文件。 請參閱： 如何從另一個文件A中刪除文件B上顯示的行？

還要考慮使用git add但尚未提交的文件：

grep -Fvxf <(git grep --cached -Il '') <(git grep --cached -al '')

或者您可以在git ls-files上執行for循環， 如何確定Git是將文件處理為二進制還是文本？

使用此測試存儲庫在Git 2.16.1上進行了測試 。