git clean — удаление untracked файлов

git restore (урок 01) и git reset (урок 02) работают с tracked файлами — теми, что когда-то были закоммичены или хотя бы в index. А что делать с untracked мусором — __pycache__/, dist/, node_modules/, *.log, оставшиеся от экспериментов скрипты?

Для этого есть git clean. Это команда «удали то, что Git не отслеживает». Опасная, потому что reflog не помогает — untracked файлы никогда не были в репо.

Зачем существует git clean

Сценарий: ты экспериментировал с DAG-файлом, нагенерировал dags/__pycache__/, *.pyc, tmp_test_run.py, output.csv. Хочешь вернуть рабочую директорию в чистое состояние — только tracked файлы, ничего лишнего.

Вручную:

$ rm -rf __pycache__ *.pyc tmp_test_run.py output.csv
# Что-то забыл удалить? Пропустил вложенную dir с pycache?

Через git clean:

$ git clean -fd
Removing __pycache__/
Removing tmp_test_run.py
Removing output.csv

Git точно знает, какие файлы он отслеживает, а какие нет — поэтому удаляет именно untracked. Tracked файлы (даже модифицированные) не трогает.

Базовые флаги

git clean без флагов ничего не делает — он по умолчанию защищён конфигом clean.requireForce=true. Нужно явно указать что хочешь.

Комбинируются:

$ git clean -nd               # dry-run: показать untracked файлы и dirs
$ git clean -fd               # реально удалить untracked + dirs
$ git clean -fdx              # + игнорируемые файлы (всё, что не tracked)
$ git clean -fdX              # ТОЛЬКО игнорируемые (build artifacts, кэш)

Mental model: что считается untracked

В Git каждый файл в working tree — в одной из трёх категорий:

git status показывает:

• Tracked-modified в секции Changes not staged for commit:.
• Tracked-staged в Changes to be committed:.
• Untracked в Untracked files:.
• Ignored — не показывает по умолчанию (для этого git status --ignored).

Сценарий 1: чистка после Python экспериментов

После запуска Python скриптов накопилось:

my-repo/
├── dags/                   # tracked
│   ├── etl.py              # tracked
│   └── __pycache__/        # untracked (есть в .gitignore)
│       └── etl.cpython-311.pyc
├── scripts/                # tracked
│   ├── deploy.sh           # tracked
│   └── tmp_debug.py        # untracked (новый, не в .gitignore)
└── output.csv              # untracked (новый)

Хочу удалить всё untracked + ignored (включая __pycache__/):

$ git clean -nfdx
Would remove __pycache__/
Would remove scripts/tmp_debug.py
Would remove output.csv

# Выглядит правильно, удаляем
$ git clean -fdx
Removing __pycache__/
Removing scripts/tmp_debug.py
Removing output.csv

$ git status
On branch main
nothing to commit, working tree clean

Готово, репо в чистом состоянии.

Сценарий 2: чистка только build artifacts (-X)

Часто .gitignore правильно настроен: содержит dist/, __pycache__/, .coverage, *.pyc. А untracked файлы в working tree — это незакоммиченные новые файлы (например, новый DAG, который ты сейчас пишешь), которые нельзя удалять.

Здесь -X (большая X) спасает:

$ git clean -nfdX
Would remove dist/
Would remove .coverage
Would remove __pycache__/
Would remove dags/__pycache__/

$ git clean -fdX
# Удалили только то, что в .gitignore. Незакоммиченные новые файлы не тронули

Это полезно перед коммитом, чтобы убрать кэш и убедиться что репо чистый.

Сценарий 3: интерактивный mode

Если не уверен, что удалять — -i:

$ git clean -i
Would remove the following items:
  output.csv  scripts/tmp_debug.py  __pycache__/

*** Commands ***
    1: clean                2: filter by pattern    3: select by numbers
    4: ask each             5: quit                 6: help
What now> 4

Remove output.csv [y/N]? y
Remove scripts/tmp_debug.py [y/N]? n
Remove __pycache__/ [y/N]? y

Удобно для review, когда среди untracked есть что-то ценное (новый DAG, неоткоммиченные данные для проверки).

DE-сценарий: чистка после Airflow CI run

CI на ветке запустил DAG-тесты, оставил локально:

• airflow.db (SQLite метаданных Airflow)
• logs/ (Airflow task logs)
• __pycache__/ в каждой папке с .py
• .pytest_cache/
• dags/.airflowignore — этот tracked, не трогаем

Все эти артефакты в .gitignore. После CI на локали:

$ git clean -nfdX
Would remove airflow.db
Would remove logs/
Would remove .pytest_cache/
Would remove dags/__pycache__/
Would remove plugins/__pycache__/
...

$ git clean -fdX        # очистили build artifacts
$ git status            # чистый репо

Это полезно перед PR — чтобы случайно не подцепить артефакт в коммит. Особенно если работаешь без .gitignore дисциплины — clean -X спасает.

Что НЕ удаляет git clean

git clean не трогает:

1. Tracked файлы (modified или нет).
2. Tracked файлы, добавленные в .gitignore через git update-index --skip-worktree (отдельный механизм).
3. .git/ директория и её содержимое — это сам Git, неприкосновенно.
4. Submodules (модуль 17) — если только не указать -f -f (двойной force).

Если хочешь полностью обнулить рабочую копию со всем:

$ git reset --hard HEAD        # tracked файлы -> HEAD состояние
$ git clean -fdx               # untracked + ignored удалить

Эти две команды вместе = «верни репо как сразу после clone, без всякого мусора».

Конфиг безопасности: requireForce

По умолчанию Git требует -f или --force чтобы реально удалять:

$ git clean
fatal: clean.requireForce defaults to true and neither -i, -n, nor -f given;
refusing to clean

Это умное защитное поведение — нельзя удалить файлы случайно набрав git clean. Можно отключить (не рекомендуется):

$ git config clean.requireForce false

После этого git clean без флагов будет удалять — опасно. Не трогай этот конфиг.

Сравнительная таблица: чистим тру / нтру / ign

Mnemonic: малая x — расширение include (тоже игнорируемые), большая X — exclusive (только игнорируемые).

Попробуй сам

$ mkdir clean-demo && cd clean-demo
$ git init
$ echo "tracked" > a.txt && git add . && git commit -m "C1"

# Создаём мусор
$ echo "untracked file" > b.txt
$ mkdir junk && echo "in junk" > junk/c.txt
$ echo "build artifact" > out.log
$ echo "*.log" > .gitignore && git add .gitignore && git commit -m "Gitignore"

$ git status
# Untracked: b.txt, junk/
# .log не виден в untracked (он в gitignore)

# Сначала dry-run
$ git clean -nd
Would remove b.txt
Would remove junk/

$ git clean -ndX
Would remove out.log    # только ignored

$ git clean -ndx
Would remove b.txt
Would remove junk/
Would remove out.log    # всё

$ git clean -fdx        # реально удаляем
$ git status            # чистый

Killer takeaway

git clean — единственный безопасный способ массово удалять untracked файлы. Всегда сначала -n (dry-run), потому что удаление необратимо — reflog тут бесполезен. Запомни три формы: -fd (untracked + dirs), -fdx (всё, что не tracked), -fdX (только ignored / build artifacts). Это твоя ежедневная утилита для подготовки чистого репо перед PR.