git可以自动识别相同的提交（具有不同的哈希）答案

【问题标题】：Can git automatically recognise identical commits (With different hashes)git可以自动识别相同的提交（具有不同的哈希）
【发布时间】：2012-11-02 19:38:44
【问题描述】：

我有两个存储库历史被复制和损坏的情况（通过围绕 SVN 的交互和迁移——不是我的选择）。我在同一个临时维护存储库中将两个存储库作为远程存储库。他们共享数百个历史提交，然后“旧”提交在几个分支上继续进行几十个。我需要将“新”树快进到旧树的状态。然而，由于重整，尽管它们具有相同的内容，但它们不会被识别为同一棵树。

我想告诉 git “这两个提交是相同的，尽管作者不同”（作者 ID 在翻译中被混淆了）。如果可能的话，我真的很喜欢它是否可以遍历两个远程树并为每个具有相同内容的节点建立关联。这意味着我可以在两者上手动标记“commit 1”，然后让它完成剩下的工作。否则我需要手动标记每个分歧的根源（不会太糟糕，但不希望这样做）。

我尝试使用移植点，这几乎是我想要的——gitk 显示了我想要的，但是当我将它推回主（新）存储库时，它拖着数百个重复提交。这样做也有点烦人，因为我必须为尚未合并的子节点这样做。

我找到了https://stackoverflow.com/a/973403/372757，并认为它会起作用：我只需要将旧提交重新定位到新存储库，每个分支一次。

不过，我还是想知道我最初的请求是否可行。

【问题讨论】：

如果您希望能够推送该信息并将其用于远程仓库，则需要 git replace 而不是 grafts。

标签： git version-control merge

【解决方案1】：

git 对“相同提交”的定义非常严格，这可能与您的想法不符。为了成为相同的提交，以下所有条件都必须为真：

要提交的树中的每个文件都必须与提交中将成为新提交的父文件（即当前 HEAD）的同一文件逐字节相同
没有新文件，没有删除文件，没有重组 - 树必须完全匹配，因为树的 SHA1 取决于它包含的文件和子树；如果树上的任何叶子不同，那么顶层树的 SHA1 也会不同
完全相同的作者和提交者姓名和电子邮件值
完全相同的作者和提交日期
与 HEAD 的当前值完全相同，它将成为新提交的父级
完全相同的提交信息
可能还有一些我遗漏的其他细节

所有这些东西都直接或间接用于为新提交生成 SHA1 哈希，因此除非真正相同，否则提交不会相同。

也就是说，我认为可能更符合您的问题，在生成新提交时，如果特定文件或树与数据库中已经存在的对象逐字节相同，因为另一个commit 让这些东西处于完全相同的状态，那么新的 commit 将指向那些已经存在的对象——它们不会被再次存储。

如果只是两个分支的作者信息不同（这将是不同的提交顺序，即使文件内容与另一个分支完全匹配），您可以使用git filter-branch或git rebase重写一个分支，随时修复信息，但这将导致一组全新的提交（但所有树和文件对象可能保持不变，假设您除了提交消息、时间或作者/提交者之外没有更改任何内容名称）。但是请注意，如果其他工作（由您自己或其他人完成）已经基于现有分支，则进行此类更改可能会涉及大量清理工作。

【讨论】：

是的，我想我应该用不同的措辞来表达——我知道这些要求，我想知道是否可以“建议”它忽略 3 和 4。我将给出 filter-branch试试看能不能做到。

【解决方案2】：

您的问题是重新定义提交平等。我认为您应该使用git cat-file 和grep 来过滤提交的相关信息。也许树线对你来说已经足够了（比如，git cat-file commit <COMMIT_ID> | grep "tree"），但我认为包含父树也很好（不仅仅是提交的 ID，因为它们会有所不同）。

一旦你有了这个相等函数，我认为git rev-listing 你的 repo 并对其进行一些重复搜索就很重要了。

【讨论】：