Git以编程方式从远程存储库获取单个文件

我要说的是，这个问题在性质上与。有一个关键的区别使它与众不同：我想使用原始git协议（如果您不熟悉基本的包网络协议，请参阅和）

我正在使用Scala和JGit编写一个应用程序，它将连接到一个匿名git存储库。我想请求一个blob（想想“/path/to/file.txt”@“refs/heads/branch1”）。最终，我的目标是通过编程从远程存储库中检索单个文件。这似乎是一件非常有用的事情

不管怎样，我一直在深入研究这个协议的内部内容。它的基本版本似乎是“我想要这些对象，我有这些对象”——砰的一声，有一个包含所有你没有的东西的打包文件。我的问题的核心是：如何以非递归的方式要求git upload packfile为单个对象上传数据包？我可以下载一个commit对象，然后请求树，然后是子树，然后是另一个子树，最后是blob本身。速度在这里不太重要，主要是我想节省带宽。但似乎根本没有办法告诉git upload packfile，“请只给我我想要的一个对象”

是的，有一个“have”列表，它基本上将对象排除在外，但是这需要对存储库的内容有先验知识（记住，我没有本地repo）。我可以生成一个所有可能的SHA1的列表，并发送除我想要的以外的所有SHA1，但这太荒谬了（耗时、占用带宽，而且到处都是对程序员的犯罪）

我一直在研究的另一个可能的解决方案是在远程端使用git upload archive，尽管我承认我还没有花太多时间研究它

---

如果真是这样的话，我非常愿意重写JGit，所以请不要将此理解为“我如何让JGit做到……”。我只是想知道协议本身是否能够做到这一点。我觉得有一种非常聪明的方法可以滥用协议来达到我的目的。有什么想法吗？

回答我自己的问题。我找到了一个可以接受的答案（尽管几乎没有记录在案）。我必须仔细阅读大量的C代码才能弄明白这一点

首先，使用git upload packfile无法实现上述要求，因为这根本不是程序设计的目的。正如我所怀疑的，正确答案是

git upload archive

。遗憾的是，该协议几乎没有任何文件记录。这是我的笔记，以防其他人有类似的要求

基本上，我在这里（scala中）尝试模拟的是以下命令：

git archive --format=tar --remote=ssh://dave@ssh.mycompany.com/cornballer.git \
  > master plans/documents/cornballer-blueprint.pdf | tar -x

除了软件，希望使用JGit。遗憾的是，它还不支持git归档命令。因此，这里有一个关于如何添加支持的非常高层次的概述（我可能会在以后再添加它）

让我们看看协议（来自Documentation/technical/pack protocol.txt）：

协议的第一部分是这样的：

与远程设备建立传输（ssh，然后运行

git upload archive

或使用匿名git协议）

发送

git upload archive/cornbeller.git\0host=ssh.mycompany.com\0

（作为数据包行）

此时，连接已建立。如果命令不受支持或存在任何类型的问题，GIt可能会返回错误。我还没弄明白怎么检查这个

接下来是未记录的部分。我们基本上是通过网络发送git归档文件的命令行参数。它们与git archive命令完全相同，只有一个例外：它们的前缀都是

参数[SPACE]

。每个参数都作为单独的数据包行写入（至少在参考实现中）。因此，对于上述示例：

发送

参数--format=tar

（作为数据包行）

发送

参数主控

（作为数据包行）

发送

参数计划/文档/cornbeller blueprint.pdf

（作为数据包行）

发送刷新数据包（

0000

）

此时，我们已经为远程git归档进程提供了整个命令。现在我们读了回复。我们从服务器读回一行数据包，这将是以下响应之一：

ACK

（意味着成功——准备好发送存档）

NACK[message]

--某种错误，只找到一个使用实例--“无法生成子流程”

错误[消息]

--发生错误

如果发送了一个

ACK

，它后面将是一个刷新数据包（

0000

），然后是原始tar数据。此时，您重复读取来自边带#1（主数据通道）的数据包线。当你到达一个刷新包时，你停止阅读。很简单

现在你有了远程文件，但是如果你想做一些聪明的缓存呢？我如此热衷于使用

git upload packfile

的一个原因是它可以让我记录提交ID，从而在本地缓存它，并且只在需要时刷新。tar文件没有告诉我们这些信息，对吗？错了

从git archive的手册页：

此外，如果tar格式为 使用；可以使用git get-tar-commit-id提取它。在ZIP文件中，它存储为 文件注释

这是个好消息！这就是我想要的一切。如果您想知道标题是什么样子，这里有一个示例（不，我不打算剖析pax标题）：

---

因此，从我的角度来看，我只需要设置一个管道来自动运行上述步骤，通过一个untar步骤（以编程方式）运行它，以执行所需的“从git获取单个文件”功能。

我认为对此的任何答案都必须从

git-proto-request = request-command SP pathname NUL [ host-parameter NUL ]
request-command   = "git-upload-pack" / "git-receive-pack" /
                    "git-upload-archive"   ; case sensitive
pathname          = *( %x01-ff ) ; exclude NUL
host-parameter    = "host=" hostname [ ":" port ]

pax_global_header00006660000000000000000000000064121002672560014513gustar00rootroot0000000000000052 comment=326756f834865880c9832b64238e7665632e9b67