chmod +x git-filter-branch.sh
[git] / git-filter-branch.sh
1 #!/bin/sh
2 #
3 # Rewrite revision history
4 # Copyright (c) Petr Baudis, 2006
5 # Minimal changes to "port" it to core-git (c) Johannes Schindelin, 2007
6 #
7 # Lets you rewrite GIT revision history by creating a new branch from
8 # your current branch by applying custom filters on each revision.
9 # Those filters can modify each tree (e.g. removing a file or running
10 # a perl rewrite on all files) or information about each commit.
11 # Otherwise, all information (including original commit times or merge
12 # information) will be preserved.
13 #
14 # The command takes the new branch name as a mandatory argument and
15 # the filters as optional arguments. If you specify no filters, the
16 # commits will be recommitted without any changes, which would normally
17 # have no effect and result with the new branch pointing to the same
18 # branch as your current branch. (Nevertheless, this may be useful in
19 # the future for compensating for some Git bugs or such, therefore
20 # such a usage is permitted.)
21 #
22 # WARNING! The rewritten history will have different ids for all the
23 # objects and will not converge with the original branch. You will not
24 # be able to easily push and distribute the rewritten branch. Please do
25 # not use this command if you do not know the full implications, and
26 # avoid using it anyway - do not do what a simple single commit on top
27 # of the current version would fix.
28 #
29 # Always verify that the rewritten version is correct before disposing
30 # the original branch.
31 #
32 # Note that since this operation is extensively I/O expensive, it might
33 # be a good idea to do it off-disk, e.g. on tmpfs. Reportedly the speedup
34 # is very noticeable.
35 #
36 # OPTIONS
37 # -------
38 # -d TEMPDIR:: The path to the temporary tree used for rewriting
39 #       When applying a tree filter, the command needs to temporary
40 #       checkout the tree to some directory, which may consume
41 #       considerable space in case of large projects. By default it
42 #       does this in the '.git-rewrite/' directory but you can override
43 #       that choice by this parameter.
44 #
45 # -r STARTREV:: The commit id to start the rewrite at
46 #       Normally, the command will rewrite the entire history. If you
47 #       pass this argument, though, this will be the first commit it
48 #       will rewrite and keep the previous commits intact.
49 #
50 # -k KEEPREV:: A commit id until which _not_ to rewrite history
51 #       If you pass this argument, this commit and all of its
52 #       predecessors are kept intact.
53 #
54 # Filters
55 # ~~~~~~~
56 # The filters are applied in the order as listed below. The COMMAND
57 # argument is always evaluated in shell using the 'eval' command.
58 # The $GIT_COMMIT environment variable is permanently set to contain
59 # the id of the commit being rewritten. The author/committer environment
60 # variables are set before the first filter is run.
61 #
62 # A 'map' function is available that takes an "original sha1 id" argument
63 # and outputs a "rewritten sha1 id" if the commit has been already
64 # rewritten, fails otherwise; the 'map' function can return several
65 # ids on separate lines if your commit filter emitted multiple commits
66 # (see below).
67 #
68 # --env-filter COMMAND:: The filter for modifying environment
69 #       This is the filter for modifying the environment in which
70 #       the commit will be performed. Specifically, you might want
71 #       to rewrite the author/committer name/email/time environment
72 #       variables (see `git-commit` for details). Do not forget to
73 #       re-export the variables.
74 #
75 # --tree-filter COMMAND:: The filter for rewriting tree (and its contents)
76 #       This is the filter for rewriting the tree and its contents.
77 #       The COMMAND argument is evaluated in shell with the working
78 #       directory set to the root of the checked out tree. The new tree
79 #       is then used as-is (new files are auto-added, disappeared files
80 #       are auto-removed - .gitignore files nor any other ignore rules
81 #       HAVE NO EFFECT!).
82 #
83 # --index-filter COMMAND:: The filter for rewriting index
84 #       This is the filter for rewriting the Git's directory index.
85 #       It is similar to the tree filter but does not check out the
86 #       tree, which makes it much faster. However, you must use the
87 #       lowlevel Git index manipulation commands to do your work.
88 #
89 # --parent-filter COMMAND:: The filter for rewriting parents
90 #       This is the filter for rewriting the commit's parent list.
91 #       It will receive the parent string on stdin and shall output
92 #       the new parent string on stdout. The parent string is in
93 #       format accepted by `git-commit-tree`: empty for initial
94 #       commit, "-p parent" for a normal commit and "-p parent1
95 #       -p parent2 -p parent3 ..." for a merge commit.
96 #
97 # --msg-filter COMMAND:: The filter for rewriting commit message
98 #       This is the filter for rewriting the commit messages.
99 #       The COMMAND argument is evaluated in shell with the original
100 #       commit message on standard input; its standard output is
101 #       is used as the new commit message.
102 #
103 # --commit-filter COMMAND:: The filter for performing the commit
104 #       If this filter is passed, it will be called instead of the
105 #       `git-commit-tree` command, with those arguments:
106 #
107 #               TREE_ID [-p PARENT_COMMIT_ID]...
108 #
109 #       and the log message on stdin. The commit id is expected on
110 #       stdout. As a special extension, the commit filter may emit
111 #       multiple commit ids; in that case, all of them will be used
112 #       as parents instead of the original commit in further commits.
113 #
114 # --tag-name-filter COMMAND:: The filter for rewriting tag names.
115 #       If this filter is passed, it will be called for every tag ref
116 #       that points to a rewritten object (or to a tag object which
117 #       points to a rewritten object). The original tag name is passed
118 #       via standard input, and the new tag name is expected on standard
119 #       output.
120 #
121 #       The original tags are not deleted, but can be overwritten;
122 #       use "--tag-name-filter=cat" to simply update the tags. In this
123 #       case, be very careful and make sure you have the old tags
124 #       backed up in case the conversion has run afoul.
125 #
126 #       Note that there is currently no support for proper rewriting of
127 #       tag objects; in layman terms, if the tag has a message or signature
128 #       attached, the rewritten tag won't have it. Sorry. (It is by
129 #       definition impossible to preserve signatures at any rate, though.)
130 #
131 # EXAMPLE USAGE
132 # -------------
133 # Suppose you want to remove a file (containing confidential information
134 # or copyright violation) from all commits:
135 #
136 #       git-filter-branch --tree-filter 'rm filename' newbranch
137 #
138 # A significantly faster version:
139 #
140 #       git-filter-branch --index-filter 'git-update-index --remove filename' newbranch
141 #
142 # Now, you will get the rewritten history saved in the branch 'newbranch'
143 # (your current branch is left untouched).
144 #
145 # To "etch-graft" a commit to the revision history (set a commit to be
146 # the parent of the current initial commit and propagate that):
147 #
148 #       git-filter-branch --parent-filter sed\ 's/^$/-p graftcommitid/' newbranch
149 #
150 # (if the parent string is empty - therefore we are dealing with the
151 # initial commit - add graftcommit as a parent). Note that this assumes
152 # history with a single root (that is, no git-merge without common ancestors
153 # happened). If this is not the case, use:
154 #
155 #       git-filter-branch --parent-filter 'cat; [ "$GIT_COMMIT" = "COMMIT" ] && echo "-p GRAFTCOMMIT"' newbranch
156 #
157 # To remove commits authored by "Darl McBribe" from the history:
158 #
159 #       git-filter-branch --commit-filter 'if [ "$GIT_AUTHOR_NAME" = "Darl McBribe" ]; then shift; while [ -n "$1" ]; do shift; echo "$1"; shift; done; else git-commit-tree "$@"; fi' newbranch
160 #
161 # (the shift magic first throws away the tree id and then the -p
162 # parameters). Note that this handles merges properly! In case Darl
163 # committed a merge between P1 and P2, it will be propagated properly
164 # and all children of the merge will become merge commits with P1,P2
165 # as their parents instead of the merge commit.
166 #
167 # To restrict rewriting to only part of the history, use -r or -k or both.
168 # Consider this history:
169 #
170 #            D--E--F--G--H
171 #           /     /
172 #       A--B-----C
173 #
174 # To rewrite only commits F,G,H, use:
175 #
176 #       git-filter-branch -r F ...
177 #
178 # To rewrite commits E,F,G,H, use one of these:
179 #
180 #       git-filter-branch -r E -k C ...
181 #       git-filter-branch -k D -k C ...
182
183 # Testsuite: TODO
184
185 set -e
186
187 USAGE="git-filter-branch [-d TEMPDIR] [-r STARTREV]... [-k KEEPREV]... [-s SRCBRANCH] [FILTERS] DESTBRANCH"
188 . git-sh-setup
189
190 map()
191 {
192         [ -r "$workdir/../map/$1" ] || return 1
193         cat "$workdir/../map/$1"
194 }
195
196 # When piped a commit, output a script to set the ident of either
197 # "author" or "committer
198
199 set_ident () {
200         lid="$(echo "$1" | tr "A-Z" "a-z")"
201         uid="$(echo "$1" | tr "a-z" "A-Z")"
202         pick_id_script='
203                 /^'$lid' /{
204                         s/'\''/'\''\\'\'\''/g
205                         h
206                         s/^'$lid' \([^<]*\) <[^>]*> .*$/\1/
207                         s/'\''/'\''\'\'\''/g
208                         s/.*/export GIT_'$uid'_NAME='\''&'\''/p
209
210                         g
211                         s/^'$lid' [^<]* <\([^>]*\)> .*$/\1/
212                         s/'\''/'\''\'\'\''/g
213                         s/.*/export GIT_'$uid'_EMAIL='\''&'\''/p
214
215                         g
216                         s/^'$lid' [^<]* <[^>]*> \(.*\)$/\1/
217                         s/'\''/'\''\'\'\''/g
218                         s/.*/export GIT_'$uid'_DATE='\''&'\''/p
219
220                         q
221                 }
222         '
223
224         LANG=C LC_ALL=C sed -ne "$pick_id_script"
225         # Ensure non-empty id name.
226         echo "[ -n \"\$GIT_${uid}_NAME\" ] || export GIT_${uid}_NAME=\"\${GIT_${uid}_EMAIL%%@*}\""
227 }
228
229 # list all parent's object names for a given commit
230 get_parents () {
231         git-rev-list -1 --parents "$1" | sed "s/^[0-9a-f]*//"
232 }
233
234 tempdir=.git-rewrite
235 unchanged=" "
236 filter_env=
237 filter_tree=
238 filter_index=
239 filter_parent=
240 filter_msg=cat
241 filter_commit='git-commit-tree "$@"'
242 filter_tag_name=
243 srcbranch=HEAD
244 while case "$#" in 0) usage;; esac
245 do
246         case "$1" in
247         --)
248                 shift
249                 break
250                 ;;
251         -*)
252                 ;;
253         *)
254                 break;
255         esac
256
257         # all switches take one argument
258         ARG="$1"
259         case "$#" in 1) usage ;; esac
260         shift
261         OPTARG="$1"
262         shift
263
264         case "$ARG" in
265         -d)
266                 tempdir="$OPTARG"
267                 ;;
268         -r)
269                 unchanged="$(get_parents "$OPTARG") $unchanged"
270                 ;;
271         -k)
272                 unchanged="$(git-rev-parse "$OPTARG"^{commit}) $unchanged"
273                 ;;
274         --env-filter)
275                 filter_env="$OPTARG"
276                 ;;
277         --tree-filter)
278                 filter_tree="$OPTARG"
279                 ;;
280         --index-filter)
281                 filter_index="$OPTARG"
282                 ;;
283         --parent-filter)
284                 filter_parent="$OPTARG"
285                 ;;
286         --msg-filter)
287                 filter_msg="$OPTARG"
288                 ;;
289         --commit-filter)
290                 filter_commit="$OPTARG"
291                 ;;
292         --tag-name-filter)
293                 filter_tag_name="$OPTARG"
294                 ;;
295         -s)
296                 srcbranch="$OPTARG"
297                 ;;
298         *)
299                 usage
300                 ;;
301         esac
302 done
303
304 dstbranch="$1"
305 test -n "$dstbranch" || die "missing branch name"
306 git-show-ref "refs/heads/$dstbranch" 2> /dev/null &&
307         die "branch $dstbranch already exists"
308
309 test ! -e "$tempdir" || die "$tempdir already exists, please remove it"
310 mkdir -p "$tempdir/t"
311 cd "$tempdir/t"
312 workdir="$(pwd)"
313
314 case "$GIT_DIR" in
315 /*)
316         ;;
317 *)
318         export GIT_DIR="$(pwd)/../../$GIT_DIR"
319         ;;
320 esac
321
322 export GIT_INDEX_FILE="$(pwd)/../index"
323 git-read-tree # seed the index file
324
325 ret=0
326
327
328 mkdir ../map # map old->new commit ids for rewriting parents
329
330 # seed with identity mappings for the parents where we start off
331 for commit in $unchanged; do
332         echo $commit > ../map/$commit
333 done
334
335 git-rev-list --reverse --topo-order $srcbranch --not $unchanged >../revs
336 commits=$(cat ../revs | wc -l | tr -d " ")
337
338 test $commits -eq 0 && die "Found nothing to rewrite"
339
340 i=0
341 while read commit; do
342         i=$((i+1))
343         printf "$commit ($i/$commits) "
344
345         git-read-tree -i -m $commit
346
347         export GIT_COMMIT=$commit
348         git-cat-file commit "$commit" >../commit
349
350         eval "$(set_ident AUTHOR <../commit)"
351         eval "$(set_ident COMMITTER <../commit)"
352         eval "$filter_env" < /dev/null
353
354         if [ "$filter_tree" ]; then
355                 git-checkout-index -f -u -a
356                 # files that $commit removed are now still in the working tree;
357                 # remove them, else they would be added again
358                 git-ls-files -z --others | xargs -0 rm -f
359                 eval "$filter_tree" < /dev/null
360                 git-diff-index -r $commit | cut -f 2- | tr '\n' '\0' | \
361                         xargs -0 git-update-index --add --replace --remove
362                 git-ls-files -z --others | \
363                         xargs -0 git-update-index --add --replace --remove
364         fi
365
366         eval "$filter_index" < /dev/null
367
368         parentstr=
369         for parent in $(get_parents $commit); do
370                 if [ -r "../map/$parent" ]; then
371                         for reparent in $(cat "../map/$parent"); do
372                                 parentstr="$parentstr -p $reparent"
373                         done
374                 else
375                         die "assertion failed: parent $parent for commit $commit not found in rewritten ones"
376                 fi
377         done
378         if [ "$filter_parent" ]; then
379                 parentstr="$(echo "$parentstr" | eval "$filter_parent")"
380         fi
381
382         sed -e '1,/^$/d' <../commit | \
383                 eval "$filter_msg" | \
384                 sh -c "$filter_commit" git-commit-tree $(git-write-tree) $parentstr | \
385                 tee ../map/$commit
386 done <../revs
387
388 git-update-ref refs/heads/"$dstbranch" $(head -n 1 ../map/$(tail -n 1 ../revs))
389 if [ "$(cat ../map/$(tail -n 1 ../revs) | wc -l)" -gt 1 ]; then
390         echo "WARNING: Your commit filter caused the head commit to expand to several rewritten commits. Only the first such commit was recorded as the current $dstbranch head but you will need to resolve the situation now (probably by manually merging the other commits). These are all the commits:" >&2
391         sed 's/^/       /' ../map/$(tail -n 1 ../revs) >&2
392         ret=1
393 fi
394
395 if [ "$filter_tag_name" ]; then
396         git-for-each-ref --format='%(objectname) %(objecttype) %(refname)' refs/tags |
397         while read sha1 type ref; do
398                 ref="${ref#refs/tags/}"
399                 # XXX: Rewrite tagged trees as well?
400                 if [ "$type" != "commit" -a "$type" != "tag" ]; then
401                         continue;
402                 fi
403
404                 if [ "$type" = "tag" ]; then
405                         # Dereference to a commit
406                         sha1t="$sha1"
407                         sha1="$(git-rev-parse "$sha1"^{commit} 2>/dev/null)" || continue
408                 fi
409
410                 [ -f "../map/$sha1" ] || continue
411                 new_sha1="$(cat "../map/$sha1")"
412                 export GIT_COMMIT="$sha1"
413                 new_ref="$(echo "$ref" | eval "$filter_tag_name")"
414
415                 echo "$ref -> $new_ref ($sha1 -> $new_sha1)"
416
417                 if [ "$type" = "tag" ]; then
418                         # Warn that we are not rewriting the tag object itself.
419                         warn "unreferencing tag object $sha1t"
420                 fi
421
422                 git-update-ref "refs/tags/$new_ref" "$new_sha1"
423         done
424 fi
425
426 cd ../..
427 rm -rf "$tempdir"
428 echo "Rewritten history saved to the $dstbranch branch"
429
430 exit $ret