Svn 如何使用sed/awk或其他工具帮助搜索和替换12GB subversion转储文件

我遇到了一种特殊情况，需要删除Subversion存储库中一系列提交操作。对（/trunk/tags/branchs）的全部内容进行了标记，并在发现错误后将其删除。我只是简单地使用svndumpfilter来删除有问题的节点，但是有人在以后重新使用了错误的标记名，因此基于路径的排除将导致其他问题。我需要手动编辑12GB的转储文件。 我有一系列需要编辑的15个连续修订，它们以以下格式出现在转储中：

Revision-number: 60338
Prop-content-length: 143
Content-length: 143

K 7
svn:log
V 41
Tagging test prior to creating xx branch
K 10
svn:author
V 7
userx
K 8
svn:date
V 27
2009-05-27T15:01:31.812916Z
PROPS-END

Node-path: test/tags/XX_8_0_FINAL
Node-kind: dir
Node-action: add
Node-copyfrom-rev: 60337
Node-copyfrom-path: test

根据我所做的测试，我知道我需要将上面的部分更改为以下内容

Revision-number: 60338
Prop-content-length: 112
Content-length: 112

K 7
svn:log
V 38
This is an empty revision for padding.
K 8
svn:date
V 27
2009-05-27T15:01:31.812916Z
PROPS-END

还有14个版本需要进行相同的替换。 试图在VIM中手动编辑文件是非常不切实际的。转储文件是二进制和ascii文本的混合体。

---

如果有人有任何awk/sed魔法可以帮助我，我将非常感激。

这些提交是否包含机密材料，或者删除它们的原因是什么？为什么不让他们在存储库中删除标记/分支呢。编辑：您已经删除了标记/分支…

这些提交是否包含机密材料，或者删除它们的原因是什么？为什么不让他们在存储库中删除标记/分支呢。编辑：忽略您已经删除了标记/分支…

首先一个大警告：sed和awk设计用于纯文本文件。如果您的文件是二进制文件和ascii文件的混合体，那么我不相信下面的方法会起作用（我个人会使用Perl）

我假设“修订号：60338”是您想要用作触发器的（如果它出现在二进制文件中，上天会帮助您）。将修订的部分（“…这是一个空修订…”）放在一个单独的文件中，例如，

newsection

。然后：

sed -e '/^Revision-number: 60338$/r newsection' -e '/^Revision-number: 60338$/,/^Node-copyfrom-path: test$/d' bigfilename

---

首先需要注意的是：sed和awk设计用于纯文本文件。如果您的文件是二进制文件和ascii文件的混合体，那么我不相信下面的方法会起作用（我个人会使用Perl）

我假设“修订号：60338”是您想要用作触发器的（如果它出现在二进制文件中，上天会帮助您）。将修订的部分（“…这是一个空修订…”）放在一个单独的文件中，例如，

newsection

。然后：

sed -e '/^Revision-number: 60338$/r newsection' -e '/^Revision-number: 60338$/,/^Node-copyfrom-path: test$/d' bigfilename

---

怎么样？您可以将初始的“良好”部分与增量转储的编辑部分连接起来。

如何？您可以将初始的“良好”部分与增量转储的编辑部分连接起来。

我最后使用了以下步骤：

cat dump.file | grep -C 250 "Revision-number: xxxxx"

这为我提供了“错误”提交的节点操作文件中的确切行号。 然后，我使用sed删除每个提交的节点操作范围（按行号），如下所示：

sed -e "123,456d" -e "234,456d"

这证明是相当快的。 对于那些好奇的人，我需要完全删除这些内容的原因是因为我们的存储库扫描程序（Atlassian Fisheye）花费了数天的时间来索引错误提交。我当时使用的排除规则应该能够解决这个问题，但后来我发现了一个带有排除规则的bug，该bug将在Fisheye的下一个版本中修复。 见：

---

我最后使用了以下步骤：

cat dump.file | grep -C 250 "Revision-number: xxxxx"

这为我提供了“错误”提交的节点操作文件中的确切行号。 然后，我使用sed删除每个提交的节点操作范围（按行号），如下所示：

sed -e "123,456d" -e "234,456d"

这证明是相当快的。 对于那些好奇的人，我需要完全删除这些内容的原因是因为我们的存储库扫描程序（Atlassian Fisheye）花费了数天的时间来索引错误提交。我当时使用的排除规则应该能够解决这个问题，但后来我发现了一个带有排除规则的bug，该bug将在Fisheye的下一个版本中修复。 见：