如何处理git仓库中广泛的代码格式变化

我们有一个大约有500,000行代码的项目，使用git进行pipe理，其中大部分是几年前的事情。 我们即将进行一系列修改，以使旧代码符合开发人员社区当前的标准和最佳实践，涉及命名约定，exception处理，缩进等等。

你可以把它看作漂亮打印和低级/机械重构之间的事情。

这个过程可能会触及代码库中的几乎每一行代码（〜85％），有些行会受到多达五次的修改。 所有这些修改都是为了语义上的中立。

有什么办法可以让这些变更对git blame等透明吗？所以在从一个月的时间开始看代码的时候，我们会看到引入逻辑的提交，而不是缩进或大小写更改的提交。

从没有经过这个过程的叉子合并的最好方法是什么？ 我现在的计划是有一个脚本克隆分叉的回购，应用自动化的过程，它的基地，差异化，然后应用差异。 但我很乐意有一个更清晰的答案。

还有什么其他的问题我没有看到，如果有的话，可以采取什么措施来缓解呢？ 我认为，git bisect等应该是罚款，gitlogin等跨越了巨大的鸿沟将烦人，除非你小心，git diff将是绝望的，但我不相信我不俯视另一个痛点。

Answer 1

我不知道如何处理你所描述的一些更有侵略性的变化，但是…

git blame ， git diff和其他的-w选项会让git忽略空白的变化，所以你可以更容易地看到真正的差异。

Answer 2

我会build议在Git的一个中央仓库中一次一步地完成这些演变（在所有其他仓库的公开参考中）。

• 缩进
• 然后重新sorting方法
• 然后重命名
• 然后 …

但不是“压缩 – 重新sorting – 重命名 – 一个巨大的承诺”。

这样，您可以给Git一个合理的机会来跟踪重构修改的变化。

此外，我不会接受任何新的合并（从其他回购拉），其中没有应用相同的重构之前推他们的代码。
如果应用格式化过程会对获取的代码进行任何更改，您可以拒绝它并要求远程回购首先符合新的标准（至less在再次推出之前从您的回购中拉出）。

Answer 3

你还需要一个合并工具来允许忽略空白。 p4merge这样做，并可以免费下载。

Answer 4

这个问题有一个很好的解决scheme。 简单的使用git filter-branch 。

我为自己使用这个代码：

git filter-branch --tree-filter "git diff-tree --name-only --diff-filter=AM -r --no-commit-id \$GIT_COMMIT | grep '.*cpp\|.*h' | xargs ./emacs-script" HEAD

哪个./emacs-script是我用emacs写的改变代码风格的脚本，它只是简单地调用每个文件的indent-region 。

此代码工作正常，如果没有任何文件删除或从存储库中删除，在这种情况下使用--ignore-unmatch可能会有所帮助，但我不知道。