如何用git-filter-repo过滤含嵌套子模块的Git仓库？

首先明确：git-filter-repo完全适用于这个场景，但你的用法忽略了子模块的核心特性——子模块是独立的Git仓库，主仓库仅存储子模块的引用（commit哈希、路径配置），而非子模块的实际内容。你的两次尝试都没命中关键点，具体问题和修正步骤如下：

你的用法问题分析 #

• 直接在主仓库执行git-filter-repo --path submodule3/subsubmodule3：主仓库里根本不存在submodule3/subsubmodule3这个文件路径，主仓库只记录submodule3这个子模块的引用信息，工具无法识别子模块内部的路径，自然不会生效。
• 先处理submodule3再处理主仓库：你仅过滤了submodule3的内容，但主仓库的提交历史里还保留着submodule1、submodule2的引用记录（包括.gitmodules文件的修改、子模块路径的添加记录），git-filter-repo不会自动移除这些引用痕迹，所以这两个子模块的记录仍会存在。

正确的操作步骤 #

需要分层处理每个子模块，再清理主仓库的历史，全程确保每个仓库无未提交修改：

1. 处理最底层的subsubmodule3 #

进入main_repo/submodule3/subsubmodule3目录：

• 若subsubmodule3内有多余文件，执行：

  git filter-repo --path . --force  # 保留整个subsubmodule3内容，需特定文件则替换为对应路径
  

• 提交修改，记录处理后的最新commit哈希。

2. 处理上层的submodule3 #

回到main_repo/submodule3目录：

1. 更新subsubmodule3的引用，指向处理后的最新commit。
2. 过滤submodule3的历史，仅保留subsubmodule3相关内容：

   git filter-repo --path subsubmodule3 --force
   

3. 提交修改，记录处理后的submodule3的最新commit哈希。

3. 清理主仓库的历史 #

回到main_repo目录：

1. 手动移除其他子模块的所有痕迹：
   • 编辑.gitmodules文件，删除submodule1、submodule2的配置条目并保存。
   • 执行命令移除子模块的缓存记录：

     git rm --cached submodule1 submodule2
     git add .gitmodules
     git commit -m "Remove unused submodules"
     

2. 更新submodule3的引用，指向处理后的最新commit。
3. 过滤主仓库历史，仅保留submodule3相关内容：

   git filter-repo --path submodule3 --force
   

关于工具的选择 #

不需要复杂脚本，用git-filter-repo配合基础Git子模块操作即可完成。核心是理解子模块的独立仓库特性，分层清理每个仓库的历史，再同步主仓库的引用记录。

注意：git-filter-repo会重写仓库全部历史，操作前务必备份原仓库，避免数据丢失。

内容的提问来源于stack exchange，提问作者Valeria