Vit*_*yAT 4 git encode utf-8 windows-1251
Git 在干净克隆后立即看到更改。
我只是从服务器克隆项目,并且我的文件之一已标记为已更改。
nick@DESKTOP-NUMBER MINGW64 /d
$ git clone http://nick@host/nick/test.git
Cloning into 'test'...
remote: Enumerating objects: 27, done.
remote: Counting objects: 100% (27/27), done.
remote: Compressing objects: 100% (22/22), done.
remote: Total 27 (delta 8), reused 0 (delta 0)
Unpacking objects: 100% (27/27), done.
error: failed to encode 'Var.not' from UTF-8 to Windows-1251
nick@DESKTOP-NUMBER MINGW64 /d
$ cd test/
nick@DESKTOP-NUMBER MINGW64 /d/test (master)
$ git status
On branch master
Your branch is up to date with 'origin/master'.
Changes not staged for commit:
(use "git add <file>..." to update what will be committed)
(use "git restore <file>..." to discard changes in working directory)
modified: Var.not
no changes added to commit (use "git add" and/or "git commit -a")
Run Code Online (Sandbox Code Playgroud)
error: failed to encode 'Var.not' from UTF-8 to Windows-1251
文件可以在 VSC 中以 UTF-8 代码打开,但带有一些不可读的符号 - 通常是 Windows-1251。但有什么问题呢?相邻文件“Var.yes”具有相同的文本和相同的代码页 - 没问题,没有伪更改。
怎么解决呢?
您在评论中添加的这一点信息至关重要:
\n\n\n\n\n我只是
\n.gitattributes与行一起使用:*.* text working-tree-encoding=Windows-1251
该working-tree-encoding指令有相当多的副作用。有关更多详细信息,请参阅gitattributes 文档,但稍后我会再引用该页面的一点内容。
您上面的问题中出现此错误消息:
\n\n\n\n\nRun Code Online (Sandbox Code Playgroud)\nerror: failed to encode \'Var.not\' from UTF-8 to Windows-1251\n
表明该文件的内容实际上并未存储为 UTF-8 数据。
\n\ngitattributes 文档中列出的陷阱之一是:
\n\n\n\n\n例如,Microsoft Visual Studio 资源文件 (
\n*.rc) 或 PowerShell 脚本文件 (*.ps1) 有时采用 UTF-16 编码。
也许您的文件就是这种情况Var.not。
任何状况之下:
\n\n\n\n\n我是否错了,工作树编码以某种方式编辑并重新保存我的文件?
\n
是的,这就是工作树编码的作用。为了完全准确,我们需要讨论 Git 如何在内部存储文件,然后将它们提取到您的工作树以便您可以使用它们,或者将它们从工作树复制为内部格式。
\n\nGit 并不是真正关于文件,而是关于提交。每次提交一旦完成,(大部分)都是永久的并且(完全)只读/不可更改。提交保存文件,尽管\xe2\x80\x94或更准确地说,具有对文件\xe2\x80\x94的引用,因此通过存储提交,Git 有效地存储文件。
\n\n不过,文件在存储中的形式很重要。
\n\n通常,Git 只是承诺文件是一包字节。无论您在文件中存储什么字节,Git 都会为您取回它们。原始数据文件\xe2\x80\x94 就是这种情况,对于您在 中的文件.gitattributes,例如-text. 如果您不要求Git 处理它们,即您不将它们标记为并text设置诸如 CRLF 行结尾或working-tree-encoding. 但如果你这样做......那么,首先,让我们继续了解字节包文件的工作原理。
每次提交都会存储每个文件\xe2\x80\x94的副本,但具有重复数据删除功能!假设您有一千次提交,每个提交有一千个文件。这意味着 Git 存储了各种文件的一百万个版本。但大多数这些版本的文件都是相同的。也就是说,早在您第一次提交时,您可能已经创建了一个名为的文件README.md. 您在文件中放入一些文本并将该文件放入第一次提交中。
之后,您使用相同的 README.md. 然后您对其进行了一些更改,并使用第二个版本的README.md.
提交中的文件,就像提交本身一样,始终被冻结。因此没有必要制作 1000 个单独的README.md. 我们只需要两个版本:第一个和第二个。前 100 个提交全部共享第一个README.md. 最后 900 个提交全部共享第二个提交。
为了快速完成此操作并节省空间,Git 对字节包文件所做的就是压缩它(使用 zlib deflate)并将其存储在 Git 所谓的blob 对象中。该 blob 对象获取唯一的哈希 ID,就像每次提交获取唯一的哈希 ID 一样。第一个的哈希 IDREADME.md基于其中的数据字节。第二个的哈希 IDREADME.md基于该第二个中的数据字节README.md。因此,只有两个 blob 对象,在所有 1000 个提交之间共享,每个提交都引用具有正确冻结、压缩README.md内容的对象。
所有这一切的结果是每次提交的文件存储都由这些冻结、压缩的blob对象组成。我喜欢将这种形式的文件称为“冻干”:它们就像冻干咖啡,您必须向其中添加水。对冻干文件进行重新水化后,您将获得原始内容\xe2\x80\x94原始字节包\xe2\x80\x94。
\n\n因此,要检查提交,Git 必须重新水化其所有冻干文件。提交保存冻干(且不可修改!)的副本。工作树保存常规格式的文件。我们稍后再讨论这个问题。
\n\n当您进行新的提交时,Git 必须将所有文件打包为新的或重复使用的冻结 blob 对象。其他版本控制系统已经通过例如重新冻结每个文件来做到这一点。这速度相当慢!相反,Git 做了一些聪明的事情。
\n\n当您第一次检查某些现有提交时,Git 不仅仅会重新水合其文件。Git 还存储对现有冻干副本的引用。当前提交中的冻干副本中的文件列表位于Git 所称的索引、暂存区域或(如今很少)缓存中。
\n\n换句话说,索引列出了将该提交提取到工作树中的所有 Blob 哈希 ID。
\n\n当您修改工作树中的内容时,索引不会发生任何变化。您必须运行git add <file>每个修改过的文件。此git add步骤将文件复制自工作树它将字节重新压缩为内部冻干形式。如有必要,这会当场创建一个新的 blob 对象。现在,Git 在索引中拥有冻结格式、准备提交文件的哈希 ID。
换句话说,索引始终包含下一次提交,准备就绪。如果您希望在下一次提交中更新更新的文件,则必须git add对其运行。这通过查找或创建内部 blob 对象的方式将文件复制到索引中,并且索引再次包含下一次提交,准备就绪。
这也是你必须坚持跑步的原因git add。更新工作树文件不会影响索引,并且git commit 会根据索引中的任何内容进行新的提交。如果它不在索引中,则它不在新提交中。无论索引中有什么,这就是新提交中的内容。
请注意,其git status工作原理是:
比较HEAD对索引的提交。无论文件有何不同,Git 都会表示已暂存以进行提交。当两个文件相同\xe2\x80\x94时,它们是同一个blob对象\xe2\x80\x94时,Git什么也不说。
将索引与工作树进行比较。每当工作树文件不同时,Git 就会说not staged for commit。当两个文件相同时(经过适当的再水化或冷冻干燥后),Git 不会说什么。(请注意,有两种比较方法:要么冻结并比较冻结,要么重新水化并比较重新水化。我认为出于各种原因,Git 会执行第二种方法,但文档没有做出任何承诺,因此它可能会在没有警告的情况下发生变化。)
因此,索引或暂存区域才是真正要提交的内容。您的工作树的存在只是为了让您可以处理您的文件。这些文件从未真正提交:提交的是索引中冻干的内容。
\n\n.gitattributes影响冷冻干燥和复水过程请注意,每次文件从 Git 中出来时,都必须重新水化。请注意,每次文件进入索引/暂存区域时,都必须对其进行冻干。这些进程总是对字节包文件大惊小怪,通过使用 zlib deflate 压缩它们,或者根据需要使用 zlib inflate 重新生成它们。zlib deflate/inflate 是一种数据保存操作:最终,在往返(deflate + inflate)之后,它永远不会更改任何字节。
\n\n但因为 Git 已经在处理每个文件的每个字节,所以这是更改的理想位置字节的理想位置。例如,假设我们希望冻干文件始终使用换行结尾,但 Windows 上的工作树文件使用 CRLF 行结尾。我们可以告诉 Git:
\n\n\\n为\\r\\n(仅 LF 到 CRLF)。\\r\\n为\\n(CRLF 至 LF-only)。因为 Git 从索引(冻干)提交,而不是从工作树(再水化)提交,所以这正是我们想要的。为此,我们要做的就是写:
\n\n*.txt text eol=crlf\nRun Code Online (Sandbox Code Playgroud)\n\n但我们可以让它做的不仅仅是 LF/CRLF 翻译。事实上,使用 Git 所谓的clean和smudge过滤器,我们可以插入我们自己的任意操作。(这就是 Git-LFS 的工作原理。)或者,在这个特殊情况下,我们可以设置working-tree-encoding.
工作树编码设置告诉 Git:
\n\n为此,blob 对象实际上必须是UTF-8。此外,此操作 \xe2\x80\x94UTF-8 到任何,无论什么到 UTF-8\xe2\x80\x94 需要保持一致:如果不是,则每次提交都可能会随机重新编码为 UTF8 。这与 deflate/inflate 的往返思路相同。但并不是所有的编码都能在这里做出很好的保证。
\n\n有关陷阱的(更多)信息\xe2\x80\x94,比 gitattributes 文档提到的更多内容\xe2\x80\x94,请参阅Joel on Software:每个软件开发人员绝对必须了解 Unicode 和字符集的绝对最低限度(没有借口!)然后,例如,这篇关于 Unicode 组合字符和规范化的文章,它表明两个看起来相同的字符串(“Zo\xc3\xab”)可能会用不同的字节序列拼写(组合元音变音和字母 E,或使用带有变音符号的小写 E-Unicode 字符)。
\n\n在您的情况下,最可能的问题是输入文件不是 UTF-8 开始的(但它可能是某种重新编码错误)。
\n| 归档时间: |
|
| 查看次数: |
1982 次 |
| 最近记录: |