Git 快速列出大量文件的上次提交日期

我想列出git存储库中大量文件的上次提交日期

为了具体起见，让我们假设我想要获取特定子目录中所有

*.txt

文件的最后提交日期。存储库中总共有上万个文件，相关的

*.txt

文件的数量大约有几百个。存储库中已有数千次提交

我尝试了三种不同的方法

---

解决方案1。根据

git日志给出一个答案。但是，如果我尝试这样做，速度会非常慢：

find . -name '*.txt' |
    xargs -n1 git log --format=format:%ai -n1 --all -- '{}'

在我的测试用例中，它花费了几分钟——对于我来说太慢了


解决方案2。类似的方法会快得多，不到一秒钟：

git log --format=format:%ai --name-only .

但是，接下来我必须编写一个脚本来对输出进行后期处理。此外，上面的命令打印出了很多不需要的信息：不相关的文件和旧的提交


解决方案3。我也尝试了类似的方法，以消除不相关的文件：

git log --format=format:%ai --name-only `find . -name '*.txt'`

然而，这比解决方案2慢。（在运行时间上有一个系数3的差异。）此外，它仍然打印不再需要的旧提交


问题。我遗漏了什么吗？有没有快捷方便的方法？当我们有更多的提交时，最好是现在和将来都能使用的东西？
试试这个

在git中，每个提交都引用一个树对象，该树对象具有指向每个文件状态的指针（这些文件是blob对象）

因此，您要做的是编写一个程序，它从您感兴趣的所有文件的列表开始，从
HEAD
对象开始（通过
git rev parse HEAD
获得SHA1 commit）。它检查该树中是否有任何“感兴趣的文件”被修改（该树是从git cat file commit[SHA1]

的“tree”属性获取的）-注意，您必须下降到每个目录的子树。如果它们被修改（意味着与“上一次”修订版中的SHA1哈希不同），它会从兴趣集中删除每一个这样的哈希，并打印适当的信息。然后，它继续到当前树的每个父级。这将一直持续到兴趣集为空为止

如果您想要最大的速度，您将使用gitcapi。如果您不想要这么快的速度，可以使用

git cat file tree[SHA1 hash]

（或者更简单的是，

git ls tree[SHA1 hash][files]

），它将执行绝对最小的工作量来读取特定的树对象（它是管道层的一部分）

这在未来能否继续发挥作用还值得怀疑，但如果向前兼容是一个更大的问题，您可以从

git cat file

提升一个级别，但正如您已经发现的那样，

git log

相对较慢，因为它是瓷器的一部分，而不是管道的一部分

---

有关git对象模型如何工作的非常好的资源，请参阅。

我还认为您的解决方案#2是最快的，您可以找到几个使用此方法设置访问时间的脚本。避免打印较旧访问时间的一种方法是使用哈希（例如）

我用perl编写了一些脚本来修改访问时间，经过一些修改后，这是一个版本，可以打印您所要的内容：

#/usr/bin/perl
my$commit=$ARGV[0]；
$commit='HEAD'，除非$commit；
#git是访问时间和文件的列表
my@logbook=`git whatchanged--pretty=%ai$commit`；
我看到的百分比；
我的$timestamp；
我的$filename；
foreach（@logbook）{
下一个if/^$/；#跳过emtpy行
如果（/^:/）{
下一个除非是/.txt$/；
chomp（$filename=（split/\t/）[1]）；
下一步如果$SEED{$filename}；
打印“$timestamp$filename\n”；
$seen{$filename}=1；
}否则{
chomp（$timestamp=$）；
}
}

---

我使用了

git whatchanged

而不是

git log

，以方便地使用以

开头的非时间行格式：

，因此我可以轻松地将带有文件的行与上次修改时间分开。

我在这里参加聚会有点晚，但这使用了OP的#2中的调用，并在awk中进行后处理。（就我的使用而言，我不需要查看截至当前日期已被删除的文件，因此还有存在性检查。）

---

下面是一个Powershell函数

function Get-GitRevisionDates($Path='.', $Ext='.md')
{
    [array] $log = git --no-pager log --format=format:%ai --name-only $Path

    $date_re = "^\d{4}-\d\d-\d\d \d\d:\d\d:\d\d .\d{4}$"
    [array] $dates = $log | Select-String $date_re | select LineNumber, Line

    $files = $log -notmatch "^$date_re$" | ? { $_.EndsWith($Ext) } | sort -unique

    $res = @()
    foreach ($file in $files) {
        $iFile = $log.IndexOf($file) + 1
        $fDate = $dates | ? LineNumber -lt $iFile | select -Last 1
        $res += [PSCustomObject]@{ File = $file; Date = $fDate.Line }
    }

    $res | sort Date -Desc
}

---

你试过用grep代替find吗？例如，

git log--format=format:%ai--name only | grep“*\.txt”

@deiga:这不正是上面的“解决方案2”吗，即获取所有内容的日志并进行一些后处理吗？类似：

function Get-GitRevisionDates($Path='.', $Ext='.md')
{
    [array] $log = git --no-pager log --format=format:%ai --name-only $Path

    $date_re = "^\d{4}-\d\d-\d\d \d\d:\d\d:\d\d .\d{4}$"
    [array] $dates = $log | Select-String $date_re | select LineNumber, Line

    $files = $log -notmatch "^$date_re$" | ? { $_.EndsWith($Ext) } | sort -unique

    $res = @()
    foreach ($file in $files) {
        $iFile = $log.IndexOf($file) + 1
        $fDate = $dates | ? LineNumber -lt $iFile | select -Last 1
        $res += [PSCustomObject]@{ File = $file; Date = $fDate.Line }
    }

    $res | sort Date -Desc
}