Question

我有一个带有unicode符号的文件（俄文）。当我修正一些拼写错误时，我会使用git diff --color-words=.来查看我所做的更改。

在unicode（西里尔文）符号的情况下，我得到一些像尖括号一样混乱：

$ cat p1
привет

$ cat p2
Привет

$ git diff --color-words=. --no-index p1 p2
diff --git 1/p1 2/p2
index d0f56e1..d84c480 100644
--- 1/p1
+++ 2/p2
@@ -1 +1 @@
<D0><BF><9F>ривет

看起来git diff --color-words=.正在检查字节之间的差异，而不是像我期望的那样检查符号之间的区别。

有没有办法告诉git使用unicode符号正常工作？

UPD 关于我的环境：我在Mac OS和Linux主机上也是如此。

我的shell vars是：

BASH=/bin/bash
HOSTTYPE=x86_64
LANG=ru_RU.UTF-8
OSTYPE=darwin10.0
PS1='\h:\W \u\$ '
SHELL=/bin/bash
SHELLOPTS=braceexpand:emacs:hashall:histexpand:history:interactive-comments:monitor
TERM=xterm-256color
TERM_PROGRAM=iTerm.app
_=-l

我已将git config重置为默认设置，如下所示：

$ git config -l
core.repositoryformatversion=0
core.filemode=true
core.bare=false
core.logallrefupdates=true
core.ignorecase=true

git version

$ git --version
git version 1.7.3.5

Answer 1

对我而言{gid寻呼机 - 应该受到责备（感谢@kostix）。通过完全禁用寻呼机进行实验：

less

我的案例是包含表情符号的提交消息;它虽然基本上是同样的问题。

git --no-pager diff p1 p2

NB ：$ git log --oneline 93a1866 <U+1F43C> $ git --no-pager log --oneline 93a1866 $ export LESS='--raw-control-chars' $ git log --oneline 93a1866 $ git config --global core.pager 'less --raw-control-chars' $ git log --oneline 93a1866选项会导致--RAW-CONTROL-CHARS通过ANSI颜色转义，但仍会使其他控制字符（包括表情符号）。我的less全局配置为less，我的git寻呼机配置为--RAW-CONTROL-CHARS，如上所述。

Answer 2

对我来说，最好的解决方法是设置export LESSCHARSET=utf-8。

在这种情况下，git log -p和git diff都会显示unicode而不会出现问题。

Answer 3

我的解决方案是使用git difftool。

我根据https://github.com/chestozo/dmp编写了此工具https://code.google.com/p/google-diff-match-patch/。

与git diff --color-words=.相比，有时它也会提供更好的差异：）

Answer 4

对于将LANG设置为C.UTF-8（或en_US.UTF-8等）的多个平台，可以使用：

$ echo '人' >test1.txt && echo '丁' >test2.txt
$ LANG=C.UTF-8 git diff --no-index --word-diff=plain --word-diff-regex=. -- test1.txt test2.txt
diff --git a/test1.txt b/test2.txt
index 3ef0891..3773917 100644
--- a/test1.txt
+++ b/test2.txt
@@ -1 +1 @@
[-人-]{+丁+}

但是，LANG在某些平台（例如Git for Windows）上似乎没有被尊重：

$ echo '人' >test1.txt && echo '丁' >test2.txt
$ LANG=C.UTF-8 git diff --no-index --word-diff=plain --word-diff-regex=. -- test1.txt test2.txt
diff --git a/test1.txt b/test2.txt
index 3ef0891..3773917 100644
--- a/test1.txt
+++ b/test2.txt
@@ -1 +1 @@
<E4>[-<BA><BA>-]{+<B8><81>+}

这些平台上的解决方法是为UTF-8字符提供原始字节（例如$'[^\x80-\xBF][\x80-\xBF]*' '.'）到git diff：

$ echo '人' >test1.txt && echo '丁' >test2.txt
$ git diff --no-index --word-diff=plain --word-diff-regex=$'[^\x80-\xBF][\x80-\xBF]*' -- test1.txt test2.txt
diff --git a/test1.txt b/test2.txt
index 3ef0891..3773917 100644
--- a/test1.txt
+++ b/test2.txt
@@ -1 +1 @@
[-人-]{+丁+}

Answer 5

toolbear 的回答对我不起作用，因为即使使用 git --no-pager diff 我也看到了不可读的字符（不是括号，而是不可读），所以 less 不是核心问题。

我尝试了很多东西，但唯一有帮助的是将从 Cyrillic 到 utf-8 的显式转换包含到 .git\config 中（我使用的是 Windows 7）

[pager]
diff = iconv.exe -f cp1251 -t utf-8 | less

注意，我在这里专门更改了 pager.diff，因为我只在使用 diff 命令时遇到了编码问题。出于某种奇怪的原因，log 和 reflog 对我来说很好用。但是，如果其他命令也有编码问题，则应该为所有命令更改寻呼机，如下所示：

[core]
...
pager = iconv.exe -f cp1251 -t utf-8 | less

Answer 6

我见过很多报道，在某些情况下，xterm实际上无法打印Unicode字符。也许至少是解决方案的起点。

git diff在尖括号中显示unicode符号

6 个答案: