Git - 打印以不同编码混合的文件

Question

我正在做一个项目，其文件的编码不同。（我的操作系统是centos 7）

例如，

$SRC/a.cpp

可能以UTF-8编码，而

$SRC/b.cpp

则以GB 2312（简体中文）编码。

现在如果我输入

git diff

，由于混合编码，内容将无法正常显示。

我已经尝试过

iconv

这样

git diff HEAD~1 | iconv -f gb2312 -t utf8 | less

如果涉及到的所有文件都采用 GB 2312 编码的话，效果很好。但是如果混合任何 UTF-8 文件，那么 iconv 就会像这样崩溃

some well displayed UTF-8 text
...
iconv: illegal input sequence at position 120

我的问题是，是否可以在不更改文件本身的情况下使像

git diff

这样的命令正常工作？我希望可以有一些脚本过滤非 UTF-8 文件的

iconv

或一些

git

配置，可以仅针对非 UTF-8 文件运行

iconv

。

编辑：该项目的客户要求某些文件具有特定的编码，并且为了稳定性希望尽可能少的更改，因此无法直接修改文件的编码。最好采用不修改项目的解决方法。

Answer 1

您可能需要一个

git config

diff 驱动程序

该驱动程序脚本将首先识别每个文件的编码，然后根据需要将其转换为 UTF-8，然后再显示差异。

创建一个 shell 脚本（例如

git-diff-encoding.sh

，带有

chmod +x git-diff-encoding.sh

），用于识别文件的编码，然后根据需要将其转换为 UTF-8，然后再显示差异。

#!/bin/bash

FILE1="path/to/file1"
FILE2="path/to/file2"

# Identify encoding of the files using file command
ENC1=$(file -bi "$FILE1" | awk -F charset= '{print $2}')
ENC2=$(file -bi "$FILE2" | awk -F charset= '{print $2}')

# Convert files to UTF-8 if necessary
[ "$ENC1" != "utf-8" ] && iconv -f "$ENC1" -t utf-8 "$FILE1" -o "$FILE1".utf8
[ "$ENC2" != "utf-8" ] && iconv -f "$ENC2" -t utf-8 "$FILE2" -o "$FILE2".utf8

# Run git diff with potentially converted files
git diff --no-index "${FILE1}${ENC1:+.utf8}" "${FILE2}${ENC2:+.utf8}"

在您的

.git/config

文件中，添加以下行来定义一个名为“encoding”的新 diff 驱动程序：

[diff "encoding"]
    command = /path/to/your/git-diff-encoding.sh

告诉 Git 哪些文件应该由这个新的 diff 驱动程序处理。您可以在存储库的

.gitattributes

文件中执行此操作（如果不存在，请在 Git 存储库的根文件夹中创建它）。添加行指定新的 diff 驱动程序要处理的文件，例如：

*.cpp diff=encoding

现在，git 将在运行

git diff

时使用您的自定义 diff 脚本来查找与

.gitattributes

文件中指定的模式匹配的文件。