作为我之前提出的关于在两个源之间找到最佳匹配的问题的一部分，其中一个具有活动的 git repo 而另一个没有 git 历史记录，我编写了一个 perl 脚本来查找最接近的 git commit。
我正在重写脚本，这样您就不必猜测要使用哪个分支，但它会运行并在所有分支中找到最接近的匹配项，然后告诉您具有最佳分支的最佳提交。不幸的是，我发现我使用的测量方法可能不是“亲近度”的最佳判断。
目前，我diff -burN -x.git my_git_subtree my_src_subtree | wc -l用来确定代码树的接近程度。这似乎或多或少地起作用，但我遇到了添加或丢失整个文件夹的情况，这些文件夹可能存在或不存在于另一个分支中。
有没有更好的方法来确定来源有多近？我正在设想一些比较目录结构的东西，可能还有多少行不同。可能只是将不同的参数传递给diff，或者可能有另一个工具可以做类似的事情。
为了改进你的测量，为什么不试试 'git diff --shortstat' 呢？输出如下所示：
1 file changed, 1 insertion(+), 2 deletions(-)
您可以根据结果尝试如何确定文件更改/插入/删除的优先级。
查看您的 perl，我认为您可能无法对提交之间的“接近性”顺序做出假设——您可能需要强力检查每个提交，或者至少将其作为一个选项。
我还建议不要寻找最接近的，而是保留（提交，“接近”）对的排序列表，并可能显示前几对并手动查看它们。如下所述，仅通过查看更改次数来确定两组代码是否接近并没有灵丹妙药。也就是说，更改的数量绝对可以帮助您缩小应该查看的列表...
更新：我还应该提到使用 git diff 的另一个优点是您不必为每次提交运行硬重置。只需符号链接 .git/ 目录从你的未知树（一个 w/oa git 历史），并使用 git reset [--mixed] 它会更新当前的头指针，但保持你的源不变（显然需要备份未知使用此方法之前的源树）。