Как определить, обрабатывает ли Git файл как двоичный файл или как текст?

Question

Я знаю, что Git каким-то образом автоматически определяет, является ли файл двоичным или текстовым, и что gitattributes можно использовать для установки этого вручную, если это необходимо. Но есть ли способ спросить GIT, как он обрабатывает файл?

Итак, допустим, у меня есть Git-репозиторий с двумя файлами: файл ascii.dat , содержащий простой текст, и файл binary.dat , содержащий случайные двоичные файлы. Git обрабатывает первый файл данных как текст, а вторичный файл - как двоичный. Теперь я хочу написать веб-интерфейс Git, в котором есть средство просмотра для текстовых файлов и специальное средство просмотра для двоичных файлов (например, отображение шестнадцатеричного дампа). Конечно, я мог бы реализовать свою собственную проверку текста / двоичного кода, но было бы более полезно, если бы зритель полагался на информацию о том, как Git обрабатывает эти файлы.

Так, как я могу спросить Git, обрабатывает ли он файл как текст или двоичный файл?

Answer 1

builtin_diff() ¹ вызовы diff_filespec_is_binary(), который вызывает buffer_is_binary(), который проверяет любое вхождение нулевого байта (NUL «символ») в первых 8000 байтах (или всей длине, если короче).

Я не вижу, чтобы этот тест «является ли он двоичным?» Явно представлен в любой команде.

git merge-file напрямую использует buffer_is_binary(), поэтому вы можете использовать его:

git merge-file /dev/null /dev/null file-to-test

Похоже, что выдает сообщение об ошибке типа error: Cannot merge binary files: file-to-test и выдает состояние выхода 255, когдадан бинарный файл.Я не уверен, что хотел бы полагаться на это поведение.

Возможно, git diff --numstat будет более надежным:

isBinary() {
    p=$(printf '%s\t-\t' -)
    t=$(git diff --no-index --numstat /dev/null "$1")
    case "$t" in "$p"*) return 0 ;; esac
    return 1
}
isBinary file-to-test && echo binary || echo not binary

Для двоичных файлов вывод --numstat должен начинаться с- TAB - TAB, поэтому мы просто проверяем это.

---

¹ builtin_diff() имеет строки типа Binary files %s and %s differ, которые должны быть знакомы.

Answer 2

git grep -I --name-only --untracked -e . -- ascii.dat binary.dat ...

вернет имена файлов, которые git интерпретирует как текстовые файлы.

Вы можете использовать подстановочные знаки, например

git grep -I --name-only --untracked -e . -- *.ps1

Answer 3

Мне не нравится этот ответ, но вы можете проанализировать вывод git-diff-tree, чтобы увидеть, является ли он двоичным. Например:

git diff-tree -p 4b825dc642cb6eb9a060e54bf8d69288fbee4904 HEAD -- MegaCli 
diff --git a/megaraid/MegaCli b/megaraid/MegaCli
new file mode 100755
index 0000000..7f0e997
Binary files /dev/null and b/megaraid/MegaCli differ

вместо:

git diff-tree -p 4b825dc642cb6eb9a060e54bf8d69288fbee4904 HEAD -- megamgr
diff --git a/megaraid/megamgr b/megaraid/megamgr
new file mode 100755
index 0000000..50fd8a1
--- /dev/null
+++ b/megaraid/megamgr
@@ -0,0 +1,78 @@
+#!/bin/sh
[…]

Да, и кстати, 4b825d… это магический SHA, который представляет пустое дерево ( - это SHA для пустого дерева, но git особенно осведомлен об этой магии).

Answer 4

Рискуя получить плохую оценку за плохое качество кода, я перечисляю утилиту C is_binary, построенную на основе оригинальной процедуры buffer_is_binary () в исходном коде Git.Пожалуйста, смотрите внутренние комментарии о том, как собрать и запустить.Легко модифицируется:

/***********************************************************
 * is_binary.c 
 *
 * Usage: is_binary <pathname>
 *   Returns a 1 if a binary; return a 0 if non-binary
 * 
 * Thanks to Git and Stackoverflow developers for helping with these routines:
 * - the buffer_is_binary() routine from the xdiff-interface.c module 
 *   in git source code.
 * - the read-a-filename-from-stdin route
 * - the read-a-file-into-memory (fill_buffer()) routine
 *
 * To build:
 *    % gcc is_binary.c -o is_binary
 *
 * To build debuggable (to push a few messages to stdout):
 *    % gcc -DDEBUG=1 ./is_binary.c -o is_binary
 *
 * BUGS:
 *  Doesn't work with piped input, like 
 *    % cat foo.tar | is_binary 
 *  Claims that zero input is binary. Actually, 
 *  what should it be?
 *
 * Revision 1.4
 *
 * Tue Sep 12 09:01:33 EDT 2017
***********************************************************/
#include <string.h>
#include <stdio.h>
#include <stdlib.h>

#define MAX_PATH_LENGTH 200
#define FIRST_FEW_BYTES 8000

/* global, unfortunately */
char *source_blob_buffer;

/* From: https://stackoverflow.com/questions/14002954/c-programming-how-to-read-the-whole-file-contents-into-a-buffer */

/* From: https://stackoverflow.com/questions/1563882/reading-a-file-name-from-piped-command */

/* From: https://stackoverflow.com/questions/6119956/how-to-determine-if-git-handles-a-file-as-binary-or-as-text
*/

/* The key routine in this function is from libc: void *memchr(const void *s, int c, size_t n); */
/* Checks for any occurrence of a zero byte (NUL character) in the first 8000 bytes (or the entire length if shorter). */

int buffer_is_binary(const char *ptr, unsigned long size)
{
  if (FIRST_FEW_BYTES < size)
    size = FIRST_FEW_BYTES;
    /* printf("buff = %s.\n", ptr); */
  return !!memchr(ptr, 0, size);
}
int fill_buffer(FILE * file_object_pointer) {
  fseek(file_object_pointer, 0, SEEK_END);
  long fsize = ftell(file_object_pointer);
  fseek(file_object_pointer, 0, SEEK_SET);  //same as rewind(f);
  source_blob_buffer = malloc(fsize + 1);
  fread(source_blob_buffer, fsize, 1, file_object_pointer);
  fclose(file_object_pointer);
  source_blob_buffer[fsize] = 0;
  return (fsize + 1);
}
int main(int argc, char *argv[]) {

  char pathname[MAX_PATH_LENGTH];
  FILE *file_object_pointer;

  if (argc == 1) {
    file_object_pointer = stdin;
  } else {
    strcpy(pathname,argv[1]);
#ifdef DEBUG
    printf("pathname=%s.\n", pathname); 
#endif 
    file_object_pointer = fopen (pathname, "rb");
    if (file_object_pointer == NULL) {
      printf ("I'm sorry, Dave, I can't do that--");
      printf ("open the file '%s', that is.\n", pathname);
      exit(3);
    }
  }
  if (!file_object_pointer) {
    printf("Not a file nor a pipe--sorry.\n");
    exit (4);
  }
  int fsize = fill_buffer(file_object_pointer);
  int result = buffer_is_binary(source_blob_buffer, fsize - 2);

#ifdef DEBUG
  if (result == 1) {
    printf ("%s %d\n", pathname, fsize - 1);
  }
  else {
    printf ("File '%s' is NON-BINARY; size is %d bytes.\n", pathname, fsize - 1); 
  }
#endif
  exit(result);
  /* easy check -- 'echo $?' after running */
}

Answer 5

Вы можете использовать утилиту командной строки 'file'. В Windows он включен в установку git и обычно находится в папке C: \ Program Files \ git \ usr \ bin

file --mime-encoding *

Подробнее см. Получить кодировку файла в Windows