git只拉取gitlab项目的特定目录

git只拉取gitlab项目的特定目录

一、需求引入

　　话说我们有个爬取别人网站静态页，然后加工为自己所用的程序（python写的），这个程序放在我们的内网服务器上（win7系统）：装有python3.7.9、代码编辑器：Visual Studio Code（非常好用，程序员的福音）

　　架构图如下：

　

　　简单说下整个流程，内网win7在系统任务计划的设置下，每天定时跑python程序，从别人的网站去拉数据，页面加工逻辑：有需要加载js才能处理的页面【处理起来相对较慢】，也有直接调接口返回数据【比较快】；处理好后会推送到gitlab项目上，该项目有好几个目录，线上服务器只需要拉取A.1的目录即可（都是些html文件），然后nginx转发到这个目录就能外网访问到这些静态页面了。

　　这里主要说下第3步如何拉取某个项目下的特定目录的。

 

二、问题解决

参考链接：https://blog.csdn.net/The_Time_Runner/article/details/105870217

1、gitlab上申请一个对这个项目只有reporter权限的用户，代表只能拉取，不能上传数据，记得提前把服务器的公钥放进去gitlab上。

2、创建作为本地仓库的文件夹，用来存放拉取的目录

mkdir local-static && cd local-static
git init

3、添加远程仓库地址，实现拉取remote的all objects信息

git remote add origin ssh://git@gitlab.example.com/项目名.git

4、开启sparse clone

git config core.sparsecheckout true

#注意是从项目名开始算的相对目录
echo "1级目录A/2级目录A.1" >> .git/info/sparse-checkout

5、查看确认

cat .git/info/sparse-checkout 

正确信息应该显示：1级目录A/2级目录A.1

6、指定master分支去拉取代码

git pull origin master