利用DeepSeek辅助拉取GitHub存储库目录跳过特定文件方法

l1t2026-01-12 12:36

拉取github目录的时候能跳过某些文件吗？比如https://github.com/hackerzhuli/tdoku-lib ，我不想要其中的data.zip

有几种方法可以拉取 GitHub 目录时跳过特定文件：

1. 使用 Git Sparse Checkout（推荐）

bash 复制代码

# 克隆空仓库
git clone --no-checkout https://github.com/hackerzhuli/tdoku-lib.git
cd tdoku-lib

# 启用 sparse checkout
git sparse-checkout init --cone

# 设置要包含的目录/文件（排除data.zip所在目录）
git sparse-checkout set !data.zip

# 检出文件
git checkout main

2. 使用 git archive（远程过滤）

bash 复制代码

# 拉取除了特定文件外的所有文件
git archive --remote=https://github.com/hackerzhuli/tdoku-lib.git HEAD -- . ":!data.zip" | tar -x

3. 克隆后删除

bash 复制代码

# 先完整克隆
git clone https://github.com/hackerzhuli/tdoku-lib.git
cd tdoku-lib

# 从git中删除data.zip（同时删除工作目录文件）
git rm data.zip

# 如果要保留工作目录中的文件，只从git中移除追踪
git rm --cached data.zip

4. 使用 sparse-checkout 排除特定文件

bash 复制代码

git clone --filter=blob:none --no-checkout https://github.com/hackerzhuli/tdoku-lib.git
cd tdoku-lib

# 编辑 sparse-checkout 文件
echo "/*" > .git/info/sparse-checkout
echo "!data.zip" >> .git/info/sparse-checkout

# 检出文件
git checkout main

5. 使用 GitHub API 选择性下载

bash 复制代码

# 获取文件列表并过滤
curl -s https://api.github.com/repos/hackerzhuli/tdoku-lib/contents/ | 
grep -v "data.zip" | 
grep "download_url" | 
cut -d'"' -f4 | 
xargs -n1 wget

推荐方案：

如果要长期维护这个仓库的本地副本，使用 方法1（sparse-checkout）
如果只是一次性下载，使用 方法4 或 方法5

注意：对于 data.zip 这个具体案例，你可以先查看它的具体路径：

bash 复制代码

# 查看仓库结构
git ls-tree -r main --name-only | grep data.zip