如何从 Mercurial/TortoiseHG 的 .hgignore 文件中排除文件夹列表？

Question

好的。我需要忽略版本控制中的文件列表，除了三个特定文件夹中的文件（我们称它们为 Folder1、Folder2 和 Folder3）。我可以将我需要忽略的所有文件夹作为普通列表列出，但我认为这不是一种优雅的方式，所以我编写了以下正则表达式：

.*/(Bin|bin)/(?!Folder1/|Folder2/|Folder3/).*

我的想法是这样的，从左到右：

• .* - 任意数量的任意字符。
• / - 斜线符号，用于分隔文件夹。
• (Bin|bin) - 名称为“Bin”或“bin”的文件夹。
• / - 斜线符号，用于分隔文件夹。
• (?!Folder1/|Folder2/|Folder3/) - 文件夹名称不是“Folder1/”，也不是“Folder2/”，也不是“Folder3/”。这部分是最复杂的，但我以某种方式搜索了它。我不明白为什么它应该起作用，但它在测试期间起作用。
• .* - 任意数量的任意字符。

当我在 regex101.com 使用几个文本字符串（代表文件的路径）对其进行测试时，这个表达式可以完美运行，但是当我将它放在我的 .hgignore 文件中时，它没有任何效果，如下所示：

syntax: regexp
.*/(Bin|bin)/(?!Folder1/|Folder2/|Folder3/).*

由于某种原因，它会忽略所有“Bin”和“bin”文件夹中的所有文件和子文件夹。我怎样才能完成我的任务？

附：据我所知，Mercurial/TortoiseHG 使用 Python/Perl 正则表达式。

非常感谢。

Answer 1

为了稍微调整一下问题以使其更清楚（至少对我而言），我们有任意数量的 /bin/somename/... 和 .../bin/anothername/... 名称​​应该被忽略，以及三组.../bin/folder1/...、.../bin/2folder/... 和 .../Bin/third/... 应不被忽略的名称集。

因此，我们需要一个正则表达式（没有锚定）将匹配要忽略的名称，但不匹配要保留的名称。 （此外，glob 匹配不起作用，因为它没有那么强大：我们要么匹配得太少，要么匹配太多，而且 Mercurial 缺少 Git 的“用以后不忽略的覆盖”特性。）

最短的正则表达式应该是：

/[Bb]in/(?!(folder1|2folder|third)/)

(这个正则表达式中真正匹配/bin/somename/...这样的字符串的部分只是/bin/部分，但是Mercurial不看什么匹配，只看是否 匹配的东西。）

问题是，您的示例正则表达式应该可以工作，它只是同一事物的更长变体，在前面和后面添加了不需要但无害（性能除外）.* .因此，如果您的不起作用，则上述方法也可能不起作用。一个示例存储库，其中包含一些可以克隆和试验的虚拟文件，将有助于诊断问题。

---

原始（错误）答案（针对不是问题的问题）

所需案例的最短正则表达式是：

/[Bb]in/Folder[123]/

但是，如果目录/文件夹名称实际上不符合这种模式，我们需要：

/[Bb]in/(somedir|another|third)/

说明

首先，附注：默认语法是正则表达式，因此最初的syntax: regexp 行是不必要的。因此，您的 .hgignore 文件可能不是正确的 UTF-8 格式：请参阅 Mercurial gives "invalid pattern" error for simple GLOB syntax。 （但这会产生不同的行为，所以这可能是一个问题。在任何关于 .hgignore 文件故障的答案中都值得一提。）

接下来，有几点值得注意：

• Mercurial 仅跟踪文件，而不跟踪目录/文件夹。所以真正的问题是任何给定的文件名是否与.hgignore 中列出的模式匹配。如果它们确实匹配，并且该文件当前未跟踪，文件将不会通过彻底的“添加所有内容”操作自动添加，Mercurial 不会抱怨该文件未跟踪。

• 如果某个文件已被跟踪，则其名称与忽略模式匹配的事实无关紧要。如果文件a/b/c.ext 未被跟踪并且确实 匹配一个模式，hg add a/b/c.ext 无论如何都会添加它，而hg add a/b 将在a/b 中集体添加所有内容但赢了t 添加c.ext，因为它与模式匹配。因此，重要的是要知道该文件是否已被跟踪，并考虑您明确列出到hg add 的内容。例如，另请参阅How to check which files are being ignored because of .hgignore?。

• 全局模式比正则表达式更容易正确编写。除非您出于学习或教学目的这样做，或者 glob 不够强大，否则请坚持使用 glob 模式。 （在非常旧的 Mercurial 版本中，glob 匹配明显比 regexp 匹配慢，但这个问题已经修复了很长时间。）

• Mercurial 的正则表达式忽略条目不会自动锚定：如果您想要锚定行为，请根据需要在前面使用 ^，在末尾使用 $。在这里，您不想要锚定行为，因此您可以消除前导和尾随.*。 （Mercurial 将此称为 rooted 而不是 anchored，重要的是要注意某些模式 是锚定的，但 .hgignore 不是.)

• Python/Perl 正则表达式(?!...) 语法是否定 语法：(?!...) 匹配如果括号表达式不 匹配字符串。这是问题的一部分。

• 我们不必担心捕获组（请参阅capturing group in regex），因为 Mercurial 对来自正则表达式的组不做任何事情。它只关心我们是否匹配。

• 路径名实际上是斜线分隔的组件。前导组件是文件名上方的各个目录（文件夹），最后一个组件是文件名。 （也就是说，尽量不要将第一部分视为文件夹：这不是错，而是它不如“组件”通用，因为最后一部分也是一个组件。）

在这种情况下，我们想要匹配并因此“忽略”具有一个与bin 或Bin 匹配的组件的名称，其后紧跟与Folder1、Folder2 匹配的另一个组件, 或 Folder3 后跟一个组件分隔符（这样我们就没有停止在 /bin/Folder1，例如，这是一个名为@987654357 的文件 @在目录/bin)。

字符串bin 和Bin 都以in 的公共尾随部分结尾，因此可以识别为(B|b)in，但单字符交替更容易表示为字符类：[Bb] ，这样就不需要括号和竖线了。

名称Folder1、Folder2 和Folder3 也是如此，只是它们的共同字符串是前导而不是尾随，因此我们可以使用Folder[123]。

假设我们有锚定匹配。也就是说，假设 Mercurial 要求我们匹配 整个 文件名，例如，/foo/hello/bin/Folder2/bar/world.ext。 那么我们需要.*/[Bb]in/Folder[123]/.*，因为我们需要匹配任意数量的字符以在匹配/foo/hello 之前跳过/bin/Folder2/，并再次跳过任意数量的字符以匹配@ 987654372@，为了匹配整个字符串。但由于我们没有锚定匹配，我们将在整个字符串中找到模式/bin/Folder2/，因此忽略此文件，使用没有前导和尾随.* 的更简单模式。