git - 查找 source 从 git 分支的位置

Question

我有一个 git 存储库(涵盖了或多或少的项目历史)和独立的源代码(只有很少文件的 tarball)，它们在一段时间前(实际上是在 2004 年或 2005 年的某个地方) fork 。

来自 tarball 的源代码已经发生了很多变化，我想从中 merge 一些。现在的问题是 - 如何找出已更改源的实际分支点，以获得那里发生的事情的最小差异。

所以我基本上想要的是在 git 历史中找到一个地方，那里的代码与我拥有的源代码的 tarball 最相似。我不想手动执行此操作。

还值得一提的是，更改后的源仅包含文件的子集，并将一些文件拆分为更多文件。然而，其中的代码似乎只进行了少量修改和一些添加。

如果你想自己玩，源码包是here Git 托管在 Gitorious : git://gitorious.org/gammu/mainline.git

Answer 1

在一般情况下，您实际上必须检查每一个提交，因为您无法知道是否有一个巨大差异，下一个差异小，然后是另一个巨大差异，然后是中等差异...

您最好的选择可能是限制自己使用特定文件。如果您只考虑一个文件，则应该不会花很长时间来遍历该文件的所有版本(使用 git rev-list <path> 获取列表，因此您不必测试每个提交)。对于修改文件的每个提交，您可以检查差异的大小，并很快找到最小值。对少数文件执行此操作，希望他们会同意!

为差异设置自己的最佳方法是通过简单地复制到您的 tarball 中进行临时提交，这样您就可以拥有一个名为 tarball 的分支。进行比较。这样，您可以这样做:

git rev-list path/to/file | while read hash; do echo -n "$hash "; git diff --numstat tarball $hash path/to/file; done

获取所有提交及其差异大小的漂亮列表(前三列将是 SHA1、添加的行数和删除的行数)。然后你可以将它通过管道传输到 awk '{print $1,$2+$3}' | sort -n -k 2 中，您将得到一个排序的提交列表及其差异大小!

如果您不能将自己限制在少数几个文件上进行测试，我可能会想手动实现类似于 git-bisect 的东西- 试着将你的方式缩小到一个小的差异，假设很可能，接近你最好的情况的提交也会有较小的差异，而远离它的提交会有较大的差异。 (可能介于牛顿法和完整的二进制/网格搜索之间？)

编辑:另一种可能性，在 Douglas' answer 中提出，如果您认为某些文件可能与某些提交中的文件相同，则使用 git-hash-object 对它们进行哈希处理，然后查看历史记录中的哪些提交具有该 blob。有一个 question with some excellent answers关于如何做到这一点。如果您对少量文件执行此操作 - 最好是那些经常更改的文件 - 您可能能够非常快速地缩小目标提交范围。