Question

我有一个旧的Subversion存储库，里面有很多我的私有项目。几年前从旧的CVS存储库转换的部分（使用cvs2svn或类似版本）。它目前的结构如下：

躯干
- 胶乳
- 的java
  - AWT-铜工
  - PPS
    - 的build.xml
    - SRC
      - 蚁
      - 德
        
        dclj
        
        常见问题
        
        保
        
        （约20个其他包裹）
        
        的 ltxdoclet
        
        （一些java文件）
- LUA
- （其他目录）
分支
标记
进口

问题是我在这个存储库上做了很多重组 - 例如， pps 目录的所有内容都曾经在 import 的子目录中（我想我导入了它）来自CVS），也可能有其他动作。

我现在对 ltxdoclet 目录的内容以及路径中的其他一些文件感兴趣，比如build.xml， ant 目录等等。我想拥有他们的整个历史，包括移动文件之前的任何历史记录。我现在想把它作为一个git存储库（因为我想在github上发布它）。标签和分支从未真正使用过，因此它们并不重要。

我不想要这个存储库的其余部分（它们有时会得到单独的git存储库） - 这会使我的存储库过多爆炸（并且有一些我不想发布的东西）。

理想情况下，我生成的git存储库（处于HEAD状态）应该如下所示：

PPS
- 的build.xml
- SRC
  - 蚁
  - 德
    - dclj
      - 保
        
        ltxdoclet
        
        （一些java文件）

我并不真正关心历史目录配置，但历史记录不应包含任何未触及这些目录（或其前身）中任何文件的提交。

当然，git svn似乎是首选工具。（还有其他人吗？）

git svn clone似乎是正确的命令......但有哪些选项？我创建了一个authors.txt来将CVS或SVN用户名转换为我的姓名和地址。为了只拥有有趣的文件和目录，我使用--ignore-paths。

这是我的尝试：

filter='^/xcb-src/|_00|src/resources|dclj/faq|dclj/paul/([^l]|l[^t])'
git svn clone svn+ssh://mathe-svn/ --trunk trunk/java/pps -A authors.txt --ignore-paths=$filter latexdoclet

当然，它只显示提交2306之后的历史记录，当时我将import/java-pps移动到trunk/java/pps ...并且它有很多提交都没有任何更改。

为了解决第一个问题，我考虑过将旧目录作为--trunk：

git svn clone svn+ssh://mathe-svn/ --trunk trunk/java/pps --trunk import/java-pps -A authors.txt --ignore-paths=$filter latexdoclet

这不起作用，此处忽略第一个--trunk，并且它在提交2305（移动之前）上有效结束。（它还包含许多空提交。）

我目前的尝试是导入整个存储库，过滤掉任何不需要的东西：

filter='/xcb-src/|_00|src/resources|dclj/faq|dclj/paul/([^l]|l[^t])|/esperanto|finanzen|diverses|homepage|konfig|lua|prog-aufgaben|CVSROOT|latex|tags/'
git svn clone svn+ssh://mathe-svn/ -A authors.txt --ignore-paths=$filter latexdoclet-neu

转换仍在运行，但肯定有很多我根本不想要的提交。

编辑：转换完成 - 我现在有2658个提交（git中有3176个对象），如果我正确配置了我的gitk过滤器，其中只有大约36个有一些有趣的树更改。（由于我们的乳胶源文件首先位于latex目录中，因此大约有3个被错误地过滤掉了。）

有没有人对如何做到这一点有更好的想法？
我应该先导入整个存储库，然后使用git filter-branch来挑选我想要的文件和提交吗？

Answer 1

这是我做的，供参考。

在Dustin的回答之后，我首先使用

将整个svn存储库转换为git

 git svn clone -A authors.txt svn+ssh://mathe-svn/ all-projects

这给了我一个非常庞大的git存储库，包含24241个对象和24 MB（打包后），来自45 MB的git存储库。正如已经说过的那样，两者在线性历史上都有2658次提交，所以直到现在都没有丢失。

然后，我开始从提供的过滤器过滤的东西出来... git filter-branch，{在{1}}一个似乎是最有用的，因为它并不需要签任何东西（相对于{ {1}}），我不想重写元数据，只删除不需要的文件。

此外，--index-filter也很有用。我还使用--tree-filter将工作目录放在tmpfs中，但我不知道这是否真的很重要，因为我在这里没有检查。我使用--prune-empty选项以新名称保存原始-d /dev/shm/ebermann/git-work/tmp引用。 （为什么--original不允许简单地创建一个新分支并让旧分支完整？）

作为我的树过滤器，我使用了master，我通过filter-branch向其提供了文件和目录列表。

所以，我有多次调用

git rm --cached -r --ignore-unmatch

和

xargs

之间，我用git filter-branch \ -d /dev/shm/ebermann/git-work/tmp \ --index-filter " xargs -a ~/projektoj/git-conversion/remove-liste-5.txt git rm --cached -r --ignore-unmatch " \ --original "step8" \ master查看了创建的分支，查找我之前忘记的文件。我从git filter-branch \ -d /dev/shm/ebermann/git-work/tmp \ --prune-empty \ --original "step9" \ master的输出创建的第一个文件列表，删除了我想要保留的文件/目录。我后来不得不重复这个以前的旧版本，因为之前一些文件被重命名（或更确切地说，整个目录树被移动），因此旧的名称没有出现。此外，在当前版本之前删除了一些文件。

现在我将gitk分支减少到40个版本，我的HEAD包含39个文件和目录。

存储库（只有这个克隆在新存储库中的分支）现在只有180 KB大（工作树为288 KB）。我现在将清理提交注释（通常与此项目没有任何关系），然后将其发布到github上。

有关接下来的时间，的是有其产生的，其曾经在我的库中存在的所有文件的路径列表的一些命令（没有检查所有的修订出并且对于每个调用svn ls svn+ssh://mathe-svn/path，或这样）？（对于git或svn都可以。）

Answer 2

是的，了解filter-branch并在转化后进行所有修改。如果你弄错了，你可以逐步完成并反转每一步。

仅从git转换subversion存储库的一部分

2 个答案: