在 git 中如何区分 microsoft word 文档？

Question

我一直在关注本指南，了解如何区分 Microsoft Word 文档，但我遇到了这个错误：

Usage:  /usr/bin/docx2txt.pl [infile.docx|-|-h] [outfile.txt|-]
        /usr/bin/docx2txt.pl < infile.docx
        /usr/bin/docx2txt.pl < infile.docx > outfile.txt

        In second usage, output is dumped on STDOUT.

        Use '-h' as the first argument to get this usage information.

        Use '-' as the infile name to read the docx file from STDIN.

        Use '-' as the outfile name to dump the text on STDOUT.
        Output is saved in infile.txt if second argument is omitted.

Note:   infile.docx can also be a directory name holding the unzipped content
        of concerned .docx file.

fatal: unable to read files to diff

解释我是如何出现该错误的：我在要与之进行比较的存储库中创建了一个 .gitattributes。.gitattributes 看起来像这样：

*.docx diff=word
*.docx difftool=word

我已经安装了 docx2txt。我在 Linux 上。我创建了一个名为 docx2txt 的文件，其中包含以下内容：

#!/bin/bash
docx2txt.pl $1 -

我$ chmod a+xdocx2txt 并将 docx2txt 放在 /usr/bin/

我做了：

$ git config diff.word.textconv docx2txt

然后尝试比较两个 Microsoft Word 文档。那是我收到上面提到的错误的时候。

我错过了什么？如何解决此错误？

PS：我不知道我的 shell 是否可以找到 docx2txt 因为当我这样做时：

$ docx2txt

我的终端冻结，处理一些东西，但不输出任何东西，当我执行这些命令时，会发生这种情况：

$ man docx2txt
No manual entry for docx2txt
$ docx2txt --help
Can't read docx file <--help>!

更新进度：我将 docx2txt 更改为

#!/bin/bash
docx2txt.pl "$1" -

正如 pmod 所建议的，现在git diff <commit>可以从命令行工作！好极了！但是，当我尝试

$ git difftool <commit>

git 启动 kdiff3，我收到这个弹出错误：

Some input characters could not be converted to valid unicode.
You might be using the wrong codec. (e.g. UTF-8 for non UTF-8 files).
Don't save the result if unsure. Continue at your own risk.
Affected input files are in A, B.

...并且文件中的所有字符都是笨拙的。命令行正确显示差异文本，但由于某种原因，kdiff3 无法正确显示差异文本。

如何在 kdiff3 或其他 gui 工具中正确显示差异文本？我应该将 kdiff3 更改为其他工具吗？

额外：由于这些命令，我​​的 shell 似乎无法找到 docx2txt：

$ which doctxt
which: no doctxt in (/usr/local/sbin:/usr/local/bin:/usr/bin:/usr/lib/jvm/default/bin:/usr/bin/site_perl:/usr/bin/vendor_perl:/usr/bin/core_perl)

$ which docx2txt
/usr/bin/docx2txt

Answer 1

根据使用情况，doc2txt.pl需要正好两个参数或零个参数。在第一种（您的）情况下，参数要么是文件名，要么是“-”。因此，当作为第一个参数传递的文件名中至少有一个空格时，您的包装器脚本看起来是正确的。在这种情况下，扩展$1文件名部分后将作为单独的参数传递，因此工具会输出使用信息，因为它读取超过 2 个参数。

尝试使用引号以避免文件名分割：

#!/bin/bash
docx2txt.pl "$1" -

PS：我不知道我的shell是否能找到docx2txt

你可以检查一下

$ which docx2txt

如果您看到路径，则可以找到工具（二进制或可运行脚本）（基于 PATH 环境变量）。

因为当我这样做时：

$ docx2txt

我的终端冻结，正在处理某些内容，但不输出任何内容

如果没有参数，您的脚本将执行doc2txt.pl -根据工具的使用情况，它需要通过 STDIN 传递的输入文件，即您正在输入的内容。因此，它看起来像是悬挂和处理某些东西，但实际上只捕获您的输入。