如何用Git命令行获取指定提交新增Blob哈希及分支首次出现Blob？

一、先明确git diff-tree的输出含义 #

你观察的没错！git diff-tree输出的每一行里，第3个哈希是旧版本的Blob对象，第4个是新版本的Blob对象。比如你示例里的:100644 100644 03f15b5... 6e0ed0b... M file1.ts，就是说file1.ts在这次提交中从旧Blob 03f15b5... 更新到了新Blob 6e0ed0b...。

补充个小细节：如果是新增文件，旧Blob会是全0的哈希（0000000000000000000000000000000000000000）；如果是删除文件，新Blob会是全0哈希。

二、获取单个提交对应的Blob哈希列表 #

如果你只需要拿到某个提交中所有存在的Blob对象（不管是新增还是修改后的），可以用git ls-tree命令，加上递归参数就能遍历所有文件：

git ls-tree -r --name-only --object-only <commit-hash>

参数说明：

• -r：递归处理子目录，不会漏掉文件夹里的文件
• --name-only：只输出Blob哈希（默认会带文件名，加这个就只保留哈希）
• --object-only：确保只输出Blob对象，排除目录对应的tree对象

如果只想拿到该提交相对于父提交新增/更新的Blob（也就是这次提交引入的新Blob），可以用git diff-tree过滤出有效新Blob：

git diff-tree --no-commit-id -r <commit-hash> | awk '$4 != "0000000000000000000000000000000000000000" {print $4}'

这里-r是递归展开目录，不然像some_folder这种tree对象不会拆成里面的Blob；awk用来排除删除操作的全0哈希。

三、实现你的最终需求：收集分支上首次出现的Blob哈希 #

你的需求是按提交顺序遍历分支，收集首次出现的Blob哈希，输出B:<hash>格式。这里给你两种可行方案：

方案1：先输出所有Blob再去重（你可接受的简易方案） #

直接把所有提交的Blob按顺序输出，再用awk自动去重，只保留首次出现的内容：

git rev-list --reverse <branch> | while read commit; do
    git ls-tree -r --object-only "$commit" | sed "s/^/B:/"
done | awk '!seen[$0]++'

步骤拆解：

1. git rev-list --reverse <branch>按时间从早到晚输出分支的所有提交
2. 遍历每个提交，用git ls-tree输出所有Blob哈希，并用sed加上B:前缀
3. awk '!seen[$0]++'会记住已经输出过的行，只保留第一次出现的内容，自动完成去重

方案2：更高效的增量追踪方式 #

如果分支历史很长，方案1会重复处理大量已出现的Blob，效率偏低。可以优化成每次只对比当前提交和父提交，提取父提交里没有的新增Blob：

# 处理分支的第一个提交（无父提交，所有Blob都是首次出现）
first_commit=$(git rev-list --reverse <branch> | head -n1)
git ls-tree -r --object-only "$first_commit" | sed "s/^/B:/"

# 处理后续提交，对比父提交提取新增Blob
git rev-list --reverse <branch> | tail -n +2 | while read commit; do
    parent_commit=$(git rev-parse "$commit^")
    # 找出当前提交独有的Blob（父提交没有的）
    comm -23 <(git ls-tree -r --object-only "$commit" | sort) <(git ls-tree -r --object-only "$parent_commit" | sort) | sed "s/^/B:/"
done

步骤拆解：

1. 先处理分支的第一个提交，它的所有Blob都是首次出现
2. 对后续每个提交，用comm -23对比它和父提交的Blob列表，筛选出当前提交独有的Blob（也就是新增的）
3. 同样加上B:前缀输出，全程只处理新增内容，效率更高

额外小调整（如果需要关联提交哈希） #

看你示例里有C:<hash>的格式，如果你需要记录每个Blob首次出现的提交哈希，可以修改脚本如下：

declare -A seen  # 用哈希表记录Blob是否已出现
git rev-list --reverse <branch> | while read commit; do
    git ls-tree -r --object-only "$commit" | while read blob; do
        if [ -z "${seen[$blob]}" ]; then
            echo "C:$commit"
            echo "B:$blob"
            seen[$blob]=$commit
        fi
    done
done

这样会同时输出Blob首次出现的提交哈希和Blob哈希，按需选用即可。

内容的提问来源于stack exchange，提问作者Daniel K.