rama - ¿Cómo puedo clonar un subdirectorio solo de un repositorio Git?

git clone (11)

Acabo de escribir un guión para GitHub .

Uso:

python get_git_sub_dir.py path/to/sub/dir <RECURSIVE>

Tengo mi repositorio Git que, en la raíz, tiene dos subdirectorios:

/finisht /static

Cuando esto estaba en SVN , /finisht se comprobó en un lugar, mientras que /static se comprobó en otro lugar, así:

svn co svn+ssh://[email protected]/home/admin/repos/finisht/static static

¿Hay alguna manera de hacer esto con Git?

Aquí hay un script de shell que escribí para el caso de uso de un solo subdirectorio de pago disperso

coSubDir.sh

localRepo=$1 remoteRepo=$2 subDir=$3 # Create local repository for subdirectory checkout, make it hidden to avoid having to drill down to the subfolder mkdir ./.$localRepo cd ./.$localRepo git init git remote add -f origin $remoteRepo git config core.sparseCheckout true # Add the subdirectory of interest to the sparse checkout. echo $subDir >> .git/info/sparse-checkout git pull origin master # Create convenience symlink to the subdirectory of interest cd .. ln -s ./.$localRepo$subDir $localRepo

Git 1.7.0 tiene "checkouts dispersos". Consulte "core.sparseCheckout" en la página de manual de git config , "Sparse checkout" en la página de manual de git read-tree , y "Bit de árbol de trabajo" en la página de manual de git update-index .

La interfaz no es tan conveniente como la SVN (por ejemplo, no hay forma de realizar una extracción dispersa en el momento de un clon inicial), pero la funcionalidad básica sobre la cual se podrían construir interfaces más simples ahora está disponible.

Lo que estás tratando de hacer es llamar un pago disperso , y esa función se agregó en git 1.7.0 (febrero de 2012). Los pasos para hacer un clon disperso son los siguientes:

mkdir <repo> cd <repo> git init git remote add -f origin <url>

Esto crea un repositorio vacío con su control remoto, y recupera todos los objetos pero no los verifica. Entonces hazlo:

git config core.sparseCheckout true

Ahora necesita definir qué archivos / carpetas desea retirar en realidad. Esto se hace enumerándolos en .git/info/sparse-checkout , por ejemplo:

echo "some/dir/" >> .git/info/sparse-checkout echo "another/sub/tree" >> .git/info/sparse-checkout

Por último, pero no menos importante, actualice su repositorio vacío con el estado desde el control remoto:

git pull origin master

Ahora tendrá archivos "desprotegidos" para some/dir y another/sub/tree en su sistema de archivos (con esas rutas aún), y ninguna otra ruta presente.

Es posible que desee echar un vistazo al tutorial ampliado y probablemente debería leer la documentación oficial para realizar un pago escaso .

Como una función:

function git_sparse_clone() ( rurl="$1" localdir="$2" && shift 2 mkdir -p "$localdir" cd "$localdir" git init git remote add -f origin "$rurl" git config core.sparseCheckout true # Loops over remaining args for i; do echo "$i" >> .git/info/sparse-checkout done git pull origin master )

Uso:

git_sparse_clone "http://github.com/tj/n" "./local/location" "/bin"

Tenga en cuenta que esto seguirá descargando todo el repositorio desde el servidor, solo que el tamaño de la extracción es reducido. Por el momento no es posible clonar un solo directorio. Pero si no necesita el historial del repositorio, al menos puede ahorrar ancho de banda creando un clon poco profundo. Consulte la respuesta de udondan a continuación para obtener información sobre cómo combinar un clone poco profundo y un pago escaso.

No es posible clonar el subdirectorio solo con Git, pero a continuación hay algunas soluciones alternativas.

Rama de filtro

Es posible que desee volver a escribir el repositorio para que parezca que trunk/public_html/ haya sido la raíz de su proyecto, y descartar todo el resto del historial (usando filter-branch ), intente con la rama de pago:

git filter-branch --subdirectory-filter trunk/public_html -- --all

^{Notas: El -- que separa las opciones de la rama del filtro de las opciones de revisión, y el - todos para volver a escribir todas las ramas y etiquetas.} ^{Se conservará toda la información, incluidos los tiempos de confirmación originales o la información de combinación.} ^{Este comando respeta el archivo .git/info/grafts y las referencias en refs/replace/ namespace, por lo que si tiene algún injerto o refs reemplazos definidos, ejecutar este comando los hará permanentes.}

¡Advertencia! El historial reescrito tendrá diferentes nombres de objeto para todos los objetos y no convergerá con la rama original. No podrá empujar y distribuir fácilmente la rama reescrita sobre la rama original. No utilice este comando si no conoce todas las implicaciones, y evite usarlo de todos modos, si un solo compromiso simple sería suficiente para solucionar su problema.

Pago escaso

Aquí hay pasos sencillos con un método de pago disperso que llenará el directorio de trabajo de manera dispersa, por lo que puede decirle a Git qué carpeta (s) o archivo (s) en el directorio de trabajo vale la pena revisar.

Clonar el repositorio como de costumbre ( --no-checkout es opcional):
git clone --no-checkout git@foo/bar.git cd bar
^{Puede omitir este paso, si ya ha clonado su repositorio.}
Sugerencia: para --depth 1 grandes, considere la posibilidad de clones superficiales ( --depth 1 ) para --depth 1 solo la última revisión y / y --single-branch solo.
Habilitar la opción sparseCheckout :
git config core.sparseCheckout true
Especifique la (s) carpeta (s) para el pago disperso ( sin espacio al final):
echo "trunk/public_html/*"> .git/info/sparse-checkout
o edita .git/info/sparse-checkout .
Comprobación de la rama (por ejemplo, master ):
git checkout master

Ahora deberías haber seleccionado las carpetas en tu directorio actual.

Puede considerar enlaces simbólicos si tiene demasiados niveles de directorios o filiales filtrando en su lugar.

Para otros usuarios que solo quieran descargar un archivo / carpeta desde github, simplemente use:

svn export <repo>/trunk/<folder>

p.ej

svn export https://github.com/lodash/lodash.com/trunk/docs

(sí, eso es svn aquí. al parecer, en 2016 todavía necesitas svn para simplemente descargar algunos archivos github)

Cortesía: descargue una sola carpeta o directorio de un repositorio de GitHub

Importante : asegúrese de actualizar la URL de github y reemplazar /tree/master/ con ''/ trunk /''.

Como guión de bash:

git-download(){ folder=${@/tree//master/trunk} folder=${folder/blob//master/trunk} svn export $folder }

Nota Este método descarga una carpeta, no la clona ni la extrae. No puedes reenviar los cambios al repositorio. Por otro lado, esto se traduce en una descarga más pequeña en comparación con el pago disperso o el pago superficial.

Puede combinar el pago disperso y las características de clonación superficial . El clon superficial corta el historial y el pago disperso solo extrae los archivos que coinciden con sus patrones.

git init <repo> cd <repo> git remote add origin <url> git config core.sparsecheckout true echo "finisht/*" >> .git/info/sparse-checkout git pull --depth=1 origin master

Necesitará un mínimo de git 1.9 para que esto funcione. Lo probé solo con 2.2.0 y 2.2.2.

De esta manera, aún podrá empujar , lo que no es posible con git archive .

Si nunca planeas interactuar con el repositorio desde el que clonaste, puedes hacer un clon completo de git y reescribir tu repositorio usando git filter-branch --subdirectory-filter . De esta manera, al menos se conservará la historia.

This parece mucho más simple:

git archive --remote=<repo_url> <branch> <path> | tar xvf -

git clone --filter de Git 2.19

Esta opción realmente omitirá la captura de objetos innecesarios del servidor:

git clone --depth 1 --no-checkout --filter=blob:none / "file://$(pwd)/server_repo" local_repo cd local_repo git checkout master -- mydir/

El servidor debe configurarse con:

git config --local uploadpack.allowfilter 1 git config --local uploadpack.allowanysha1inwant 1

No hay soporte de servidor a partir de v2.19.0, pero ya puede ser probado localmente.

TODO: --filter=blob:none omite todos los blobs, pero todavía recupera todos los objetos del árbol. Pero en un repositorio normal, esto debería ser pequeño en comparación con los archivos en sí, por lo que ya es lo suficientemente bueno. Consultado en: https://www.spinics.net/lists/git/msg342006.html Devs respondió que un --filter=tree:0 está trabajando para hacer eso.

Recuerde que --depth 1 ya implica --single-branch , vea también: ¿Cómo clonar una única rama en git?

Se requiere el file://$(path) para superar el protocolo de git clone shenanigans: ¿Cómo clonar superficialmente un repositorio de git local con una ruta relativa?

El formato de --filter está documentado en man git-rev-list .

Docs en el árbol Git:

Probarlo

#!/usr/bin/env bash set -eu list-objects() ( git rev-list --all --objects echo "master commit SHA: $(git log -1 --format="%H")" echo "mybranch commit SHA: $(git log -1 --format="%H")" git ls-tree master git ls-tree mybranch | grep mybranch git ls-tree master~ | grep root ) # Reproducibility. export GIT_COMMITTER_NAME=''a'' export GIT_COMMITTER_EMAIL=''a'' export GIT_AUTHOR_NAME=''a'' export GIT_AUTHOR_EMAIL=''a'' export GIT_COMMITTER_DATE=''2000-01-01T00:00:00+0000'' export GIT_AUTHOR_DATE=''2000-01-01T00:00:00+0000'' rm -rf server_repo local_repo mkdir server_repo cd server_repo # Create repo. git init --quiet git config --local uploadpack.allowfilter 1 git config --local uploadpack.allowanysha1inwant 1 # First commit. # Directories present in all branches. mkdir d1 d2 printf ''d1/a'' > ./d1/a printf ''d1/b'' > ./d1/b printf ''d2/a'' > ./d2/a printf ''d2/b'' > ./d2/b # Present only in root. mkdir ''root'' printf ''root'' > ./root/root git add . git commit -m ''root'' --quiet # Second commit only on master. git rm --quiet -r ./root mkdir ''master'' printf ''master'' > ./master/master git add . git commit -m ''master commit'' --quiet # Second commit only on mybranch. git checkout -b mybranch --quiet master~ git rm --quiet -r ./root mkdir ''mybranch'' printf ''mybranch'' > ./mybranch/mybranch git add . git commit -m ''mybranch commit'' --quiet echo "# List and identify all objects" list-objects echo # Restore master. git checkout --quiet master cd .. # Clone. Don''t checkout for now, only .git/ dir. git clone --depth 1 --quiet --no-checkout --filter=blob:none "file://$(pwd)/server_repo" local_repo cd local_repo # List missing objects from master. echo "# Missing objects after --no-checkout" git rev-list --all --quiet --objects --missing=print echo echo "# Git checkout fails without internet" mv ../server_repo ../server_repo.off ! git checkout master echo echo "# Git checkout fetches the missing directory from internet" mv ../server_repo.off ../server_repo git checkout master -- d1/ echo echo "# Missing objects after checking out d1" git rev-list --all --quiet --objects --missing=print

GitHub aguas arriba .

Salida en Git v2.19.0:

# List and identify all objects c6fcdfaf2b1462f809aecdad83a186eeec00f9c1 fc5e97944480982cfc180a6d6634699921ee63ec 7251a83be9a03161acde7b71a8fda9be19f47128 62d67bce3c672fe2b9065f372726a11e57bade7e b64bf435a3e54c5208a1b70b7bcb0fc627463a75 d1 308150e8fddde043f3dbbb8573abb6af1df96e63 d1/a f70a17f51b7b30fec48a32e4f19ac15e261fd1a4 d1/b 84de03c312dc741d0f2a66df7b2f168d823e122a d2 0975df9b39e23c15f63db194df7f45c76528bccb d2/a 41484c13520fcbb6e7243a26fdb1fc9405c08520 d2/b 7d5230379e4652f1b1da7ed1e78e0b8253e03ba3 master 8b25206ff90e9432f6f1a8600f87a7bd695a24af master/master ef29f15c9a7c5417944cc09711b6a9ee51b01d89 19f7a4ca4a038aff89d803f017f76d2b66063043 mybranch 1b671b190e293aa091239b8b5e8c149411d00523 mybranch/mybranch c3760bb1a0ece87cdbaf9a563c77a45e30a4e30e a0234da53ec608b54813b4271fbf00ba5318b99f root 93ca1422a8da0a9effc465eccbcb17e23015542d root/root master commit SHA: fc5e97944480982cfc180a6d6634699921ee63ec mybranch commit SHA: fc5e97944480982cfc180a6d6634699921ee63ec 040000 tree b64bf435a3e54c5208a1b70b7bcb0fc627463a75 d1 040000 tree 84de03c312dc741d0f2a66df7b2f168d823e122a d2 040000 tree 7d5230379e4652f1b1da7ed1e78e0b8253e03ba3 master 040000 tree 19f7a4ca4a038aff89d803f017f76d2b66063043 mybranch 040000 tree a0234da53ec608b54813b4271fbf00ba5318b99f root # Missing objects after --no-checkout ?f70a17f51b7b30fec48a32e4f19ac15e261fd1a4 ?8b25206ff90e9432f6f1a8600f87a7bd695a24af ?41484c13520fcbb6e7243a26fdb1fc9405c08520 ?0975df9b39e23c15f63db194df7f45c76528bccb ?308150e8fddde043f3dbbb8573abb6af1df96e63 # Git checkout fails without internet fatal: ''/home/ciro/bak/git/test-git-web-interface/other-test-repos/partial-clone.tmp/server_repo'' does not appear to be a git repository fatal: Could not read from remote repository. Please make sure you have the correct access rights and the repository exists. # Git checkout fetches the missing directory from internet remote: Enumerating objects: 1, done. remote: Counting objects: 100% (1/1), done. remote: Total 1 (delta 0), reused 0 (delta 0) Receiving objects: 100% (1/1), 45 bytes | 45.00 KiB/s, done. remote: Enumerating objects: 1, done. remote: Counting objects: 100% (1/1), done. remote: Total 1 (delta 0), reused 0 (delta 0) Receiving objects: 100% (1/1), 45 bytes | 45.00 KiB/s, done. # Missing objects after checking out d1 ?8b25206ff90e9432f6f1a8600f87a7bd695a24af ?41484c13520fcbb6e7243a26fdb1fc9405c08520 ?0975df9b39e23c15f63db194df7f45c76528bccb

Conclusiones: todas las manchas de fuera de d1/ faltan. Por 0975df9b39e23c15f63db194df7f45c76528bccb , 0975df9b39e23c15f63db194df7f45c76528bccb , que es d2/b no está allí después de revisar d1/a .

Tenga en cuenta que root/root y mybranch/mybranch también faltan, pero --depth 1 oculta eso de la lista de archivos faltantes. Si elimina --depth 1 , se mostrarán en la lista de archivos que faltan.

EDIT : A partir de Git 2.19, lanzado hace 3 semanas, esto es finalmente posible, como se puede ver en esta respuesta: https://.com/a/52269934/2988 .

Considera elevar esa respuesta.

Nota: en Git 2.19, solo se implementa el soporte del lado del cliente, todavía falta el soporte del lado del servidor, por lo que solo funciona cuando se clonan repositorios locales. También tenga en cuenta que los grandes hosters Git, por ejemplo, GitHub, en realidad no usan el servidor Git, sino que utilizan su propia implementación, por lo que incluso si el soporte aparece en el servidor Git, no significa automáticamente que funcione en los hosters Git. (OTOH, ya que no usan el servidor Git, podrían implementarlo más rápido en sus propias implementaciones antes de que aparezca en el servidor Git).

No, eso no es posible en Git.

Implementar algo como esto en Git sería un esfuerzo sustancial y significaría que ya no se podría garantizar la integridad del repositorio del lado del cliente. Si está interesado, busque discusiones sobre "clon disperso" y "búsqueda dispersa" en la lista de correo de git.

En general, el consenso en la comunidad de Git es que si tiene varios directorios que siempre se verifican de forma independiente, entonces estos son realmente dos proyectos diferentes y deben vivir en dos repositorios diferentes. Puedes pegarlos de nuevo juntos usando Git Submodules .