例如，我想下载 PCL 3d_rec_framework。
这是PCL的git仓库：https : //github.com/PointCloudLibrary/pcl.git
怎么下载这个目录？
https://github.com/PointCloudLibrary/pcl/tree/master/apps
我试过这个，但没有用：
sam@sam:~/code/pcl_standalone$ git clone https://github.com/PointCloudLibrary/pcl/tree/master/apps/3d_rec_framework
Cloning into '3d_rec_framework'...
error: The requested URL returned error: 403 while accessing https://github.com/PointCloudLibrary/pcl/tree/master/apps/3d_rec_framework/info/refs
fatal: HTTP request failed
sam@sam:~/code/pcl_standalone$
我不想下载 PCL 的 git 并删除我不想要的所有其他目录。
如何只下载一个目录？
小智 54
自 git v1.7 以来，dobey 的答案不再如此。您现在可以从存储库中检出某些文件夹。完整说明可在此处找到。
git init <repo>
cd <repo>
git remote add -f origin <url>
git config core.sparseCheckout true
echo "some/dir/" >> .git/info/sparse-checkout
echo "another/sub/tree" >> .git/info/sparse-checkout
这会告诉 git 您要检出哪些目录。然后你可以只拉那些目录
git pull origin master
Cel*_*ser 10
首先，做：
git clone --depth 1 [repo root] [name of destination directory]
然后：
cd [name of destination directory]
...最后：
git filter-branch --prune-empty --subdirectory-filter [path to sub-dir] HEAD
就这么简单。Git 将重写 repo，以便只包含所需的子目录。即使子目录有几层深，这也有效。只需将目标目录命名为子目录的名称。然后在“git filter-branch”命令中放置子目录的相对路径。哦，--depth 1告诉git只下载头顶（基本上删除历史记录）。
git clone --filter 从 git 2.19 现在在 GitHub 上工作（测试 2021-01-14，git 2.30.0）
此选项是与远程协议的更新一起添加的，它真正阻止了从服务器下载对象。
例如，只克隆d1这个最小测试存储库所需的对象：https : //github.com/cirosantilli/test-git-partial-clone我可以这样做：
git clone \
--depth 1 \
--filter=blob:none \
--sparse \
https://github.com/cirosantilli/test-git-partial-clone \
;
cd test-git-partial-clone
git sparse-checkout init --cone
git sparse-checkout set d1
这是https://github.com/cirosantilli/test-git-partial-clone-big-small 上的一个不那么最小和更现实的版本
git clone \
--depth 1 \
--filter=blob:none \
--sparse \
https://github.com/cirosantilli/test-git-partial-clone-big-small \
;
cd test-git-partial-clone
git sparse-checkout init --cone
git sparse-checkout set small
该存储库包含：
所有内容都是伪随机的，因此不可压缩。
我的 36.4 Mbps 互联网上的克隆时间：
sparse-checkout不幸的是，这部分也是需要的。您也可以只下载某些更容易理解的文件：
git clone \
--depth 1 \
--filter=blob:none \
--no-checkout \
https://github.com/cirosantilli/test-git-partial-clone \
;
cd test-git-partial-clone
git checkout master -- di
但是由于某种原因，这种方法会非常缓慢地一个一个地下载文件，除非目录中的文件很少，否则无法使用。
分析最小存储库中的对象
clone 命令仅获取：
然后，该git sparse-checkout set命令仅从服务器获取丢失的 blob（文件）：
d1/ad1/b更好的是，GitHub 稍后可能会开始支持：
--filter=blob:none \
--filter=tree:0 \
其中，--filter=tree:0从Git的2.20将防止不必要的clone获取所有树对象，并允许它推迟到checkout。但是在我 2020-09-18 的测试中失败了：
fatal: invalid filter-spec 'combine:blob:none+tree:0'
大概是因为--filter=combine:复合过滤器（在 Git 2.24 中添加，由 multiple 隐含--filter）尚未实现。
我观察了哪些对象是通过以下方式获取的：
git verify-pack -v .git/objects/pack/*.pack
如在：https : //stackoverflow.com/questions/7348698/git-how-to-list-all-objects-in-the-database/18793029#18793029 中提到的，它没有给我一个超级清楚的指示每个对象是什么确实如此，但它确实说明了每个对象的类型 ( commit, tree, blob)，并且由于该最小存储库中的对象很少，因此我可以毫不含糊地推断出每个对象是什么。
git rev-list --objects --all 确实使用树/斑点的路径产生了更清晰的输出，但不幸的是，它在我运行时获取了一些对象，这使得很难确定何时获取了什么，如果有人有更好的命令，请告诉我。
TODO 找到 GitHub 公告，说他们何时开始支持它。https://github.blog/2020-01-17-bring-your-monorepo-down-to-size-with-sparse-checkout/从 2020-01-17 已经提到--filter blob:none。
git sparse-checkout
我认为这个命令是为了管理一个设置文件，上面写着“我只关心这些子树”，这样以后的命令只会影响这些子树。但是有点难以确定，因为当前的文档有点......稀疏;-)
它本身并不能阻止获取 blob。
如果这种理解是正确的，那么这将是对git clone --filter上述描述的一个很好的补充，因为如果您打算在部分克隆的 repo 中执行 git 操作，它将防止无意中获取更多对象。
当我尝试使用 Git 2.25.1 时：
git clone \
--depth 1 \
--filter=blob:none \
--no-checkout \
https://github.com/cirosantilli/test-git-partial-clone \
;
cd test-git-partial-clone
git sparse-checkout init
它不起作用，因为init实际上获取了所有对象。
但是，在 Git 2.28 中，它没有按照需要获取对象。但是如果我这样做：
git sparse-checkout set d1
d1未获取和签出，即使这明确表示应该：https : //github.blog/2020-01-17-bring-your-monorepo-down-to-size-with-sparse-checkout/#sparse-结帐和部分克隆免责声明：
请密切注意部分克隆功能是否普遍可用[1]。
[1]：GitHub 仍在内部评估此功能，同时它已在选定的几个存储库上启用（包括本文中使用的示例）。随着该功能的稳定和成熟，我们会及时向您通报其进展情况。
所以是的，目前很难确定，部分原因是 GitHub 是封闭源代码的乐趣。但让我们密切关注它。
命令分解
服务器应配置为：
git config --local uploadpack.allowfilter 1
git config --local uploadpack.allowanysha1inwant 1
命令分解：
--filter=blob:none跳过所有 blob，但仍获取所有树对象
--filter=tree:0跳过不需要的树：https : //www.spinics.net/lists/git/msg342006.html
--depth 1已经暗示--single-branch，另见：https : //stackoverflow.com/questions/1778088/how-to-clone-a-single-branch-in-git
file://$(path)需要克服git clone协议恶作剧：https : //stackoverflow.com/questions/47307578/how-to-shallow-clone-a-local-git-repository-with-a-relative-path
--filter=combine:FILTER1+FILTER2是一次使用多个过滤器的语法，--filter由于某种原因尝试通过失败：“多个过滤器规格无法组合”。这是在 Git 2.24 的 e987df5fe62b8b29be4cdcdeb3704681ada2b29e “list-objects-filter：实现复合过滤器”中添加的
编辑：在 Git 2.28 上，我通过实验发现它--filter=FILTER1 --filter FILTER2也具有相同的效果，因为combine:截至 2020 年 9 月 18日 GitHub 尚未实现并抱怨fatal: invalid filter-spec 'combine:blob:none+tree:0'. TODO是在哪个版本引入的？
的格式--filter记录在man git-rev-list.
Git 树上的文档：
在本地测试一下
以下脚本可重复地在本地生成https://github.com/cirosantilli/test-git-partial-clone存储库，执行本地克隆，并观察克隆的内容：
#!/usr/bin/env bash
set -eu
list-objects() (
git rev-list --all --objects
echo "master commit SHA: $(git log -1 --format="%H")"
echo "mybranch commit SHA: $(git log -1 --format="%H")"
git ls-tree master
git ls-tree mybranch | grep mybranch
git ls-tree master~ | grep root
)
# Reproducibility.
export GIT_COMMITTER_NAME='a'
export GIT_COMMITTER_EMAIL='a'
export GIT_AUTHOR_NAME='a'
export GIT_AUTHOR_EMAIL='a'
export GIT_COMMITTER_DATE='2000-01-01T00:00:00+0000'
export GIT_AUTHOR_DATE='2000-01-01T00:00:00+0000'
rm -rf server_repo local_repo
mkdir server_repo
cd server_repo
# Create repo.
git init --quiet
git config --local uploadpack.allowfilter 1
git config --local uploadpack.allowanysha1inwant 1
# First commit.
# Directories present in all branches.
mkdir d1 d2
printf 'd1/a' > ./d1/a
printf 'd1/b' > ./d1/b
printf 'd2/a' > ./d2/a
printf 'd2/b' > ./d2/b
# Present only in root.
mkdir 'root'
printf 'root' > ./root/root
git add .
git commit -m 'root' --quiet
# Second commit only on master.
git rm --quiet -r ./root
mkdir 'master'
printf 'master' > ./master/master
git add .
git commit -m 'master commit' --quiet
# Second commit only on mybranch.
git checkout -b mybranch --quiet master~
git rm --quiet -r ./root
mkdir 'mybranch'
printf 'mybranch' > ./mybranch/mybranch
git add .
git commit -m 'mybranch commit' --quiet
echo "# List and identify all objects"
list-objects
echo
# Restore master.
git checkout --quiet master
cd ..
# Clone. Don't checkout for now, only .git/ dir.
git clone --depth 1 --quiet --no-checkout --filter=blob:none "file://$(pwd)/server_repo" local_repo
cd local_repo
# List missing objects from master.
echo "# Missing objects after --no-checkout"
git rev-list --all --quiet --objects --missing=print
echo
echo "# Git checkout fails without internet"
mv ../server_repo ../server_repo.off
! git checkout master
echo
echo "# Git checkout fetches the missing directory from internet"
mv ../server_repo.off ../server_repo
git checkout master -- d1/
echo
echo "# Missing objects after checking out d1"
git rev-list --all --quiet --objects --missing=print
Git v2.19.0 中的输出：
# List and identify all objects
c6fcdfaf2b1462f809aecdad83a186eeec00f9c1
fc5e97944480982cfc180a6d6634699921ee63ec
7251a83be9a03161acde7b71a8fda9be19f47128
62d67bce3c672fe2b9065f372726a11e57bade7e
b64bf435a3e54c5208a1b70b7bcb0fc627463a75 d1
308150e8fddde043f3dbbb8573abb6af1df96e63 d1/a
f70a17f51b7b30fec48a32e4f19ac15e261fd1a4 d1/b
84de03c312dc741d0f2a66df7b2f168d823e122a d2
0975df9b39e23c15f63db194df7f45c76528bccb d2/a
41484c13520fcbb6e7243a26fdb1fc9405c08520 d2/b
7d5230379e4652f1b1da7ed1e78e0b8253e03ba3 master
8b25206ff90e9432f6f1a8600f87a7bd695a24af master/master
ef29f15c9a7c5417944cc09711b6a9ee51b01d89
19f7a4ca4a038aff89d803f017f76d2b66063043 mybranch
1b671b190e293aa091239b8b5e8c149411d00523 mybranch/mybranch
c3760bb1a0ece87cdbaf9a563c77a45e30a4e30e
a0234da53ec608b54813b4271fbf00ba5318b99f root
93ca1422a8da0a9effc465eccbcb17e23015542d root/root
master commit SHA: fc5e97944480982cfc180a6d6634699921ee63ec
mybranch commit SHA: fc5e97944480982cfc180a6d6634699921ee63ec
040000 tree b64bf435a3e54c5208a1b70b7bcb0fc627463a75 d1
040000 tree 84de03c312dc741d0f2a66df7b2f168d823e122a d2
040000 tree 7d5230379e4652f1b1da7ed1e78e0b8253e03ba3 master
040000 tree 19f7a4ca4a038aff89d803f017f76d2b66063043 mybranch
040000 tree a0234da53ec608b54813b4271fbf00ba5318b99f root
# Missing objects after --no-checkout
?f70a17f51b7b30fec48a32e4f19ac15e261fd1a4
?8b25206ff90e9432f6f1a8600f87a7bd695a24af
?41484c13520fcbb6e7243a26fdb1fc9405c08520
?0975df9b39e23c15f63db194df7f45c76528bccb
?308150e8fddde043f3dbbb8573abb6af1df96e63
# Git checkout fails without internet
fatal: '/home/ciro/bak/git/test-git-web-interface/other-test-repos/partial-clone.tmp/server_repo' does not appear to be a git repository
fatal: Could not read from remote repository.
Please make sure you have the correct access rights
and the repository exists.
# Git checkout fetches the missing directory from internet
remote: Enumerating objects: 1, done.
remote: Counting objects: 100% (1/1), done.
remote: Total 1 (delta 0), reused 0 (delta 0)
Receiving objects: 100% (1/1), 45 bytes | 45.00 KiB/s, done.
remote: Enumerating objects: 1, done.
remote: Counting objects: 100% (1/1), done.
remote: Total 1 (delta 0), reused 0 (delta 0)
Receiving objects: 100% (1/1), 45 bytes | 45.00 KiB/s, done.
# Missing objects after checking out d1
?8b25206ff90e9432f6f1a8600f87a7bd695a24af
?41484c13520fcbb6e7243a26fdb1fc9405c08520
?0975df9b39e23c15f63db194df7f45c76528bccb
结论：所有来自外部的 blobd1/都丢失了。例如0975df9b39e23c15f63db194df7f45c76528bccb，d2/b退房后就没有了d1/a。
请注意，root/root和mybranch/mybranch也丢失，但--depth 1将其从丢失文件列表中隐藏。如果您删除--depth 1，则它们会显示在丢失文件列表中。
我有一个梦想
这个特性可以彻底改变 Git。
想象一下，在没有丑陋的第三方工具（如repo.
想象一下，在没有任何丑陋的第三方扩展的情况下直接在 repo 中存储巨大的 blob。
想象一下，如果 GitHub 允许每个文件/目录的元数据，例如星星和权限，那么您可以将所有个人资料存储在一个存储库中。
想象一下，如果子模块被完全像常规目录一样对待：只需请求一个树 SHA，一个类似 DNS 的机制会解析您的请求，首先查看您的本地~/.git，然后首先查看更近的服务器（您企业的镜像/缓存），最后在 GitHub 上结束。
你不能。使用 git，您可以克隆整个存储库以及存储库的完整历史记录。
有一些解决方案可以从 git 存档中获取单个文件，列在Stack Exchange 对同一问题的回答中，但您仍然需要下载整个存储库才能获取所需的单个文件或目录。
| 归档时间： |
|
| 查看次数： |
197565 次 |
| 最近记录： |