我正在编写 git 钩子(Hook),它使用 nbstripout 自动清理 Jupyter Notebook 输出文件(您可以将其视为源文件格式化程序)。
这是必需的,因为笔记本输出可能会泄露不得提交的 secret 信息。这些要被剥离的部分基本上是 JSON 文件中的节点。
我尝试了不同的钩子(Hook),但 pre-commit 选项主要用于 check if files are formatted , 并且似乎不适合遍历已提交的文件并执行像 nbstripout
这样的命令.
一个好处是保留原始工作区文件的钩子(Hook),同时仅在远程存储库上格式化提交的文件(由于潜在的冲突,我什至不知道这是否可能)。
最佳答案
您正在寻找的是一个涂抹/清洁过滤器。这是一种让 Git 自动在 checkin 的版本(干净版本)和工作树中的版本(污点版本)之间转换文件的方法。
在您的情况下,您需要将污迹过滤器设置为 cat
(因为你不想做出改变)和你的干净过滤器到nbstripout
,假设您可以将其用作过滤器(从标准输入到标准输出)。
这将使 Git 自动对添加的任何文件进行操作,而根本不需要编写钩子(Hook)。请注意,您需要在选择处理此存储库的每个系统上设置过滤器配置。
为此,您需要设置 .gitattributes
存储库中的文件以使用该过滤器处理文件:
*.ipynb filter=jupyter
然后设置您的过滤器设置:
$ git config filter.jupyter.clean nbstripout
$ git config filter.jupyter.smudge cat
然后运行
git add --renormalize .
并 promise 。过滤器不会修改您的工作区文件,除非您 check out 包含已修改文件的分支,在这种情况下,您将在存储库中获得版本(因为涂抹过滤器是 cat
)。
关于git - 在 git 提交期间清理输出和格式化 Jupyter 笔记本文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57100070/