使用cvs2git转换CVS到Git，优雅解决“Multiple definitions of the symbol”错误

问题场景 #

使用cvs2git 2.5.0转换CVS仓库到Git，执行命令：

cvs2git --blobfile=git-stage/git-blob.dat --dumpfile=git-stage/git-dump.dat --keep-cvsignore  --retain-conflicting-attic-files --encoding=ascii --encoding=utf8 --encoding=utf16 --fallback-encoding=utf8 cvsroot

运行后出现大量如下错误：

ERROR: Multiple definitions of the symbol 'MYSYM' in 'cvsroot/path/filename1,v': 1.1.1.1 1.1.1
ERROR: Multiple definitions of the symbol 'MYSYM' in 'cvsroot/path/filename1,v': 1.1.1.1 1.1.1
ERROR: Multiple definitions of the symbol 'MYSYM' in 'cvsroot/path/filename2,v': 1.1.1.1 1.1.1
...

查看报错的CVS文件（filename1,v）开头，发现符号行存在重复定义：

head     1.1;
branch   1.1.1;
access   ;
symbols  MYSYM:1.1.1.1 MYSYM:1.1.1;
locks    ; strict;
comment  @# @; ...

疑问解答 #

1. 这种重复符号定义是什么，为何广泛存在？ #

• 重复符号定义是指CVS文件的symbols行中，同一个符号（这里是MYSYM）被绑定到了两个不同的版本号（1.1.1.1是vendor分支的版本，1.1.1是主分支的分支节点）。
• 广泛存在的原因通常是早期CVS操作不规范：
  • 手动编辑过CVS的,v文件，误添加了重复符号；
  • 使用了存在bug的批量标签/分支工具，导致符号重复绑定；
  • 合并vendor分支或其他分支时的误操作，触发了符号重复写入。

2. 为何cvs2git无法处理，--retain-conflicting-attic-files参数无效？ #

• cvs2git对CVS仓库的结构校验非常严格，重复符号违反了CVS的规范（一个符号应当唯一对应一个版本），因此会直接报错终止转换。
• --retain-conflicting-attic-files参数的作用是处理Attic目录中存在冲突的文件（比如文件被删除后重新添加导致的同名文件冲突），和符号重复定义属于完全不同的问题场景，因此该参数对当前报错无效。

3. 是否有优雅的解决方案？ #

推荐以下几种方案：

方案1：用cvs2git自定义脚本过滤重复符号

cvs2git支持通过--options参数加载Python脚本，自定义处理逻辑。可以编写脚本过滤重复的符号定义，示例如下：

# 保存为cvs2git_options.py
def filter_symbol(symbol_name, symbol_version, cvs_file):
    # 针对MYSYM符号，只保留指定版本
    if symbol_name == 'MYSYM':
        # 过滤掉1.1.1版本，保留1.1.1.1
        if symbol_version == '1.1.1':
            return None
    return (symbol_name, symbol_version)

# 注册过滤器
from cvs2git import main
main.SymbolFilter = filter_symbol

执行转换时加上--options参数：

cvs2git --options=cvs2git_options.py --blobfile=git-stage/git-blob.dat --dumpfile=git-stage/git-dump.dat --keep-cvsignore --encoding=ascii --encoding=utf8 --encoding=utf16 --fallback-encoding=utf8 cvsroot

方案2：批量修复CVS仓库的,v文件

用sed或awk批量处理所有存在重复符号的,v文件，删除重复的符号定义。例如，针对MYSYM的重复定义，可以用以下sed命令批量修复：

# 先测试输出，不修改文件
find cvsroot -name "*.v" -exec sed -n 's/\(MYSYM:[0-9.]*\) \1/\1/p' {} \;
# 确认无误后执行修改
find cvsroot -name "*.v" -exec sed -i 's/\(MYSYM:[0-9.]*\) \1/\1/' {} \;

如果需要更通用的符号去重，可以用awk脚本：

find cvsroot -name "*.v" -exec awk '
/^symbols/ {
    split($0, parts, "symbols ");
    split(parts[2], syms, " ");
    seen = {};
    new_syms = "";
    for (s in syms) {
        split(syms[s], kv, ":");
        if (!seen[kv[1]]) {
            seen[kv[1]] = 1;
            new_syms = new_syms " " syms[s];
        }
    }
    print "symbols" new_syms ";";
    next;
}
1' {} > {}.tmp && mv {}.tmp {} \;

方案3：尝试其他转换工具

如果cvs2git的严格校验难以绕过，可以试试git cvsimport命令，它对不规范的CVS仓库兼容性更好，虽然功能不如cvs2git完善，但能完成基础转换：

git cvsimport -d cvsroot -A authors.txt -k -m -o master module_name

内容的提问来源于stack exchange，提问作者Yogesh Devi