Merge branch 'mg/cherry-pick-multi-on-unborn' into maint
[git] / Documentation / git-filter-branch.txt
1 git-filter-branch(1)
2 ====================
3
4 NAME
5 ----
6 git-filter-branch - Rewrite branches
7
8 SYNOPSIS
9 --------
10 [verse]
11 'git filter-branch' [--env-filter <command>] [--tree-filter <command>]
12         [--index-filter <command>] [--parent-filter <command>]
13         [--msg-filter <command>] [--commit-filter <command>]
14         [--tag-name-filter <command>] [--subdirectory-filter <directory>]
15         [--prune-empty]
16         [--original <namespace>] [-d <directory>] [-f | --force]
17         [--] [<rev-list options>...]
18
19 DESCRIPTION
20 -----------
21 Lets you rewrite Git revision history by rewriting the branches mentioned
22 in the <rev-list options>, applying custom filters on each revision.
23 Those filters can modify each tree (e.g. removing a file or running
24 a perl rewrite on all files) or information about each commit.
25 Otherwise, all information (including original commit times or merge
26 information) will be preserved.
27
28 The command will only rewrite the _positive_ refs mentioned in the
29 command line (e.g. if you pass 'a..b', only 'b' will be rewritten).
30 If you specify no filters, the commits will be recommitted without any
31 changes, which would normally have no effect.  Nevertheless, this may be
32 useful in the future for compensating for some Git bugs or such,
33 therefore such a usage is permitted.
34
35 *NOTE*: This command honors `.git/info/grafts` file and refs in
36 the `refs/replace/` namespace.
37 If you have any grafts or replacement refs defined, running this command
38 will make them permanent.
39
40 *WARNING*! The rewritten history will have different object names for all
41 the objects and will not converge with the original branch.  You will not
42 be able to easily push and distribute the rewritten branch on top of the
43 original branch.  Please do not use this command if you do not know the
44 full implications, and avoid using it anyway, if a simple single commit
45 would suffice to fix your problem.  (See the "RECOVERING FROM UPSTREAM
46 REBASE" section in linkgit:git-rebase[1] for further information about
47 rewriting published history.)
48
49 Always verify that the rewritten version is correct: The original refs,
50 if different from the rewritten ones, will be stored in the namespace
51 'refs/original/'.
52
53 Note that since this operation is very I/O expensive, it might
54 be a good idea to redirect the temporary directory off-disk with the
55 '-d' option, e.g. on tmpfs.  Reportedly the speedup is very noticeable.
56
57
58 Filters
59 ~~~~~~~
60
61 The filters are applied in the order as listed below.  The <command>
62 argument is always evaluated in the shell context using the 'eval' command
63 (with the notable exception of the commit filter, for technical reasons).
64 Prior to that, the `$GIT_COMMIT` environment variable will be set to contain
65 the id of the commit being rewritten.  Also, GIT_AUTHOR_NAME,
66 GIT_AUTHOR_EMAIL, GIT_AUTHOR_DATE, GIT_COMMITTER_NAME, GIT_COMMITTER_EMAIL,
67 and GIT_COMMITTER_DATE are taken from the current commit and exported to
68 the environment, in order to affect the author and committer identities of
69 the replacement commit created by linkgit:git-commit-tree[1] after the
70 filters have run.
71
72 If any evaluation of <command> returns a non-zero exit status, the whole
73 operation will be aborted.
74
75 A 'map' function is available that takes an "original sha1 id" argument
76 and outputs a "rewritten sha1 id" if the commit has been already
77 rewritten, and "original sha1 id" otherwise; the 'map' function can
78 return several ids on separate lines if your commit filter emitted
79 multiple commits.
80
81
82 OPTIONS
83 -------
84
85 --env-filter <command>::
86         This filter may be used if you only need to modify the environment
87         in which the commit will be performed.  Specifically, you might
88         want to rewrite the author/committer name/email/time environment
89         variables (see linkgit:git-commit-tree[1] for details).  Do not forget
90         to re-export the variables.
91
92 --tree-filter <command>::
93         This is the filter for rewriting the tree and its contents.
94         The argument is evaluated in shell with the working
95         directory set to the root of the checked out tree.  The new tree
96         is then used as-is (new files are auto-added, disappeared files
97         are auto-removed - neither .gitignore files nor any other ignore
98         rules *HAVE ANY EFFECT*!).
99
100 --index-filter <command>::
101         This is the filter for rewriting the index.  It is similar to the
102         tree filter but does not check out the tree, which makes it much
103         faster.  Frequently used with `git rm --cached
104         --ignore-unmatch ...`, see EXAMPLES below.  For hairy
105         cases, see linkgit:git-update-index[1].
106
107 --parent-filter <command>::
108         This is the filter for rewriting the commit's parent list.
109         It will receive the parent string on stdin and shall output
110         the new parent string on stdout.  The parent string is in
111         the format described in linkgit:git-commit-tree[1]: empty for
112         the initial commit, "-p parent" for a normal commit and
113         "-p parent1 -p parent2 -p parent3 ..." for a merge commit.
114
115 --msg-filter <command>::
116         This is the filter for rewriting the commit messages.
117         The argument is evaluated in the shell with the original
118         commit message on standard input; its standard output is
119         used as the new commit message.
120
121 --commit-filter <command>::
122         This is the filter for performing the commit.
123         If this filter is specified, it will be called instead of the
124         'git commit-tree' command, with arguments of the form
125         "<TREE_ID> [(-p <PARENT_COMMIT_ID>)...]" and the log message on
126         stdin.  The commit id is expected on stdout.
127 +
128 As a special extension, the commit filter may emit multiple
129 commit ids; in that case, the rewritten children of the original commit will
130 have all of them as parents.
131 +
132 You can use the 'map' convenience function in this filter, and other
133 convenience functions, too.  For example, calling 'skip_commit "$@"'
134 will leave out the current commit (but not its changes! If you want
135 that, use 'git rebase' instead).
136 +
137 You can also use the `git_commit_non_empty_tree "$@"` instead of
138 `git commit-tree "$@"` if you don't wish to keep commits with a single parent
139 and that makes no change to the tree.
140
141 --tag-name-filter <command>::
142         This is the filter for rewriting tag names. When passed,
143         it will be called for every tag ref that points to a rewritten
144         object (or to a tag object which points to a rewritten object).
145         The original tag name is passed via standard input, and the new
146         tag name is expected on standard output.
147 +
148 The original tags are not deleted, but can be overwritten;
149 use "--tag-name-filter cat" to simply update the tags.  In this
150 case, be very careful and make sure you have the old tags
151 backed up in case the conversion has run afoul.
152 +
153 Nearly proper rewriting of tag objects is supported. If the tag has
154 a message attached, a new tag object will be created with the same message,
155 author, and timestamp. If the tag has a signature attached, the
156 signature will be stripped. It is by definition impossible to preserve
157 signatures. The reason this is "nearly" proper, is because ideally if
158 the tag did not change (points to the same object, has the same name, etc.)
159 it should retain any signature. That is not the case, signatures will always
160 be removed, buyer beware. There is also no support for changing the
161 author or timestamp (or the tag message for that matter). Tags which point
162 to other tags will be rewritten to point to the underlying commit.
163
164 --subdirectory-filter <directory>::
165         Only look at the history which touches the given subdirectory.
166         The result will contain that directory (and only that) as its
167         project root. Implies <<Remap_to_ancestor>>.
168
169 --prune-empty::
170         Some kind of filters will generate empty commits, that left the tree
171         untouched.  This switch allow git-filter-branch to ignore such
172         commits.  Though, this switch only applies for commits that have one
173         and only one parent, it will hence keep merges points. Also, this
174         option is not compatible with the use of '--commit-filter'. Though you
175         just need to use the function 'git_commit_non_empty_tree "$@"' instead
176         of the `git commit-tree "$@"` idiom in your commit filter to make that
177         happen.
178
179 --original <namespace>::
180         Use this option to set the namespace where the original commits
181         will be stored. The default value is 'refs/original'.
182
183 -d <directory>::
184         Use this option to set the path to the temporary directory used for
185         rewriting.  When applying a tree filter, the command needs to
186         temporarily check out the tree to some directory, which may consume
187         considerable space in case of large projects.  By default it
188         does this in the '.git-rewrite/' directory but you can override
189         that choice by this parameter.
190
191 -f::
192 --force::
193         'git filter-branch' refuses to start with an existing temporary
194         directory or when there are already refs starting with
195         'refs/original/', unless forced.
196
197 <rev-list options>...::
198         Arguments for 'git rev-list'.  All positive refs included by
199         these options are rewritten.  You may also specify options
200         such as '--all', but you must use '--' to separate them from
201         the 'git filter-branch' options. Implies <<Remap_to_ancestor>>.
202
203
204 [[Remap_to_ancestor]]
205 Remap to ancestor
206 ~~~~~~~~~~~~~~~~~
207
208 By using linkgit:git-rev-list[1] arguments, e.g., path limiters, you can limit the
209 set of revisions which get rewritten. However, positive refs on the command
210 line are distinguished: we don't let them be excluded by such limiters. For
211 this purpose, they are instead rewritten to point at the nearest ancestor that
212 was not excluded.
213
214
215 Examples
216 --------
217
218 Suppose you want to remove a file (containing confidential information
219 or copyright violation) from all commits:
220
221 -------------------------------------------------------
222 git filter-branch --tree-filter 'rm filename' HEAD
223 -------------------------------------------------------
224
225 However, if the file is absent from the tree of some commit,
226 a simple `rm filename` will fail for that tree and commit.
227 Thus you may instead want to use `rm -f filename` as the script.
228
229 Using `--index-filter` with 'git rm' yields a significantly faster
230 version.  Like with using `rm filename`, `git rm --cached filename`
231 will fail if the file is absent from the tree of a commit.  If you
232 want to "completely forget" a file, it does not matter when it entered
233 history, so we also add `--ignore-unmatch`:
234
235 --------------------------------------------------------------------------
236 git filter-branch --index-filter 'git rm --cached --ignore-unmatch filename' HEAD
237 --------------------------------------------------------------------------
238
239 Now, you will get the rewritten history saved in HEAD.
240
241 To rewrite the repository to look as if `foodir/` had been its project
242 root, and discard all other history:
243
244 -------------------------------------------------------
245 git filter-branch --subdirectory-filter foodir -- --all
246 -------------------------------------------------------
247
248 Thus you can, e.g., turn a library subdirectory into a repository of
249 its own.  Note the `--` that separates 'filter-branch' options from
250 revision options, and the `--all` to rewrite all branches and tags.
251
252 To set a commit (which typically is at the tip of another
253 history) to be the parent of the current initial commit, in
254 order to paste the other history behind the current history:
255
256 -------------------------------------------------------------------
257 git filter-branch --parent-filter 'sed "s/^\$/-p <graft-id>/"' HEAD
258 -------------------------------------------------------------------
259
260 (if the parent string is empty - which happens when we are dealing with
261 the initial commit - add graftcommit as a parent).  Note that this assumes
262 history with a single root (that is, no merge without common ancestors
263 happened).  If this is not the case, use:
264
265 --------------------------------------------------------------------------
266 git filter-branch --parent-filter \
267         'test $GIT_COMMIT = <commit-id> && echo "-p <graft-id>" || cat' HEAD
268 --------------------------------------------------------------------------
269
270 or even simpler:
271
272 -----------------------------------------------
273 echo "$commit-id $graft-id" >> .git/info/grafts
274 git filter-branch $graft-id..HEAD
275 -----------------------------------------------
276
277 To remove commits authored by "Darl McBribe" from the history:
278
279 ------------------------------------------------------------------------------
280 git filter-branch --commit-filter '
281         if [ "$GIT_AUTHOR_NAME" = "Darl McBribe" ];
282         then
283                 skip_commit "$@";
284         else
285                 git commit-tree "$@";
286         fi' HEAD
287 ------------------------------------------------------------------------------
288
289 The function 'skip_commit' is defined as follows:
290
291 --------------------------
292 skip_commit()
293 {
294         shift;
295         while [ -n "$1" ];
296         do
297                 shift;
298                 map "$1";
299                 shift;
300         done;
301 }
302 --------------------------
303
304 The shift magic first throws away the tree id and then the -p
305 parameters.  Note that this handles merges properly! In case Darl
306 committed a merge between P1 and P2, it will be propagated properly
307 and all children of the merge will become merge commits with P1,P2
308 as their parents instead of the merge commit.
309
310 *NOTE* the changes introduced by the commits, and which are not reverted
311 by subsequent commits, will still be in the rewritten branch. If you want
312 to throw out _changes_ together with the commits, you should use the
313 interactive mode of 'git rebase'.
314
315 You can rewrite the commit log messages using `--msg-filter`.  For
316 example, 'git svn-id' strings in a repository created by 'git svn' can
317 be removed this way:
318
319 -------------------------------------------------------
320 git filter-branch --msg-filter '
321         sed -e "/^git-svn-id:/d"
322 '
323 -------------------------------------------------------
324
325 If you need to add 'Acked-by' lines to, say, the last 10 commits (none
326 of which is a merge), use this command:
327
328 --------------------------------------------------------
329 git filter-branch --msg-filter '
330         cat &&
331         echo "Acked-by: Bugs Bunny <bunny@bugzilla.org>"
332 ' HEAD~10..HEAD
333 --------------------------------------------------------
334
335 The `--env-filter` option can be used to modify committer and/or author
336 identity.  For example, if you found out that your commits have the wrong
337 identity due to a misconfigured user.email, you can make a correction,
338 before publishing the project, like this:
339
340 --------------------------------------------------------
341 git filter-branch --env-filter '
342         if test "$GIT_AUTHOR_EMAIL" = "root@localhost"
343         then
344                 GIT_AUTHOR_EMAIL=john@example.com
345                 export GIT_AUTHOR_EMAIL
346         fi
347         if test "$GIT_COMMITTER_EMAIL" = "root@localhost"
348         then
349                 GIT_COMMITTER_EMAIL=john@example.com
350                 export GIT_COMMITTER_EMAIL
351         fi
352 ' -- --all
353 --------------------------------------------------------
354
355 To restrict rewriting to only part of the history, specify a revision
356 range in addition to the new branch name.  The new branch name will
357 point to the top-most revision that a 'git rev-list' of this range
358 will print.
359
360 Consider this history:
361
362 ------------------
363      D--E--F--G--H
364     /     /
365 A--B-----C
366 ------------------
367
368 To rewrite only commits D,E,F,G,H, but leave A, B and C alone, use:
369
370 --------------------------------
371 git filter-branch ... C..H
372 --------------------------------
373
374 To rewrite commits E,F,G,H, use one of these:
375
376 ----------------------------------------
377 git filter-branch ... C..H --not D
378 git filter-branch ... D..H --not C
379 ----------------------------------------
380
381 To move the whole tree into a subdirectory, or remove it from there:
382
383 ---------------------------------------------------------------
384 git filter-branch --index-filter \
385         'git ls-files -s | sed "s-\t\"*-&newsubdir/-" |
386                 GIT_INDEX_FILE=$GIT_INDEX_FILE.new \
387                         git update-index --index-info &&
388          mv "$GIT_INDEX_FILE.new" "$GIT_INDEX_FILE"' HEAD
389 ---------------------------------------------------------------
390
391
392
393 Checklist for Shrinking a Repository
394 ------------------------------------
395
396 git-filter-branch can be used to get rid of a subset of files,
397 usually with some combination of `--index-filter` and
398 `--subdirectory-filter`.  People expect the resulting repository to
399 be smaller than the original, but you need a few more steps to
400 actually make it smaller, because Git tries hard not to lose your
401 objects until you tell it to.  First make sure that:
402
403 * You really removed all variants of a filename, if a blob was moved
404   over its lifetime.  `git log --name-only --follow --all -- filename`
405   can help you find renames.
406
407 * You really filtered all refs: use `--tag-name-filter cat -- --all`
408   when calling git-filter-branch.
409
410 Then there are two ways to get a smaller repository.  A safer way is
411 to clone, that keeps your original intact.
412
413 * Clone it with `git clone file:///path/to/repo`.  The clone
414   will not have the removed objects.  See linkgit:git-clone[1].  (Note
415   that cloning with a plain path just hardlinks everything!)
416
417 If you really don't want to clone it, for whatever reasons, check the
418 following points instead (in this order).  This is a very destructive
419 approach, so *make a backup* or go back to cloning it.  You have been
420 warned.
421
422 * Remove the original refs backed up by git-filter-branch: say `git
423   for-each-ref --format="%(refname)" refs/original/ | xargs -n 1 git
424   update-ref -d`.
425
426 * Expire all reflogs with `git reflog expire --expire=now --all`.
427
428 * Garbage collect all unreferenced objects with `git gc --prune=now`
429   (or if your git-gc is not new enough to support arguments to
430   `--prune`, use `git repack -ad; git prune` instead).
431
432 Notes
433 -----
434
435 git-filter-branch allows you to make complex shell-scripted rewrites
436 of your Git history, but you probably don't need this flexibility if
437 you're simply _removing unwanted data_ like large files or passwords.
438 For those operations you may want to consider
439 http://rtyley.github.io/bfg-repo-cleaner/[The BFG Repo-Cleaner],
440 a JVM-based alternative to git-filter-branch, typically at least
441 10-50x faster for those use-cases, and with quite different
442 characteristics:
443
444 * Any particular version of a file is cleaned exactly _once_. The BFG,
445   unlike git-filter-branch, does not give you the opportunity to
446   handle a file differently based on where or when it was committed
447   within your history. This constraint gives the core performance
448   benefit of The BFG, and is well-suited to the task of cleansing bad
449   data - you don't care _where_ the bad data is, you just want it
450   _gone_.
451
452 * By default The BFG takes full advantage of multi-core machines,
453   cleansing commit file-trees in parallel. git-filter-branch cleans
454   commits sequentially (i.e. in a single-threaded manner), though it
455   _is_ possible to write filters that include their own parallelism,
456   in the scripts executed against each commit.
457
458 * The http://rtyley.github.io/bfg-repo-cleaner/#examples[command options]
459   are much more restrictive than git-filter branch, and dedicated just
460   to the tasks of removing unwanted data- e.g:
461   `--strip-blobs-bigger-than 1M`.
462
463 GIT
464 ---
465 Part of the linkgit:git[1] suite