Subversion会有效存储OpenXML Office文档吗？

Question

我一直在管理Subversion作为我公司的工程文档存储库。它工作得很好，但是我对Subversion如何（应该）处理MS Office 2007格式有疑问。

我正在查看我的工作副本中的Excel 2007电子表格（扩展名.xlsx）Subversion已应用 svn：mime-type 属性 application / octet-stream 。这意味着Subversion被视为二进制，对吧？

我希望Subversion可以有效地存储新的MS Office文档格式。我的理解是，每次提交该文件时都会生成二进制文件的完整副本，而如果该文件是 text ，则会对该文件进行少量更改将少量附加数据添加到存储库中（至少在典型情况下）。

我不太了解XML的细节，但我认为XML文件是文本，因此Subversion会有效地存储它。

是否可以配置Subversion以便有效地存储MS Office OpenXML文档？

后续工作（2009-11-09）：我发现Office文档可以使用Office 2003 XML文档格式存储为纯文本（Excel： XML Spreadsheet 2003 ; Word： Word XML文档。有关于格式化丢失的警告，但我还没有遇到任何明显的格式丢失。

Answer 1

来自OpenXML article on wikipedia：

  

Office Open XML文件是一个   ZIP兼容的OPC包含   XML文档和其他资源。

换句话说，OpenXML文件实际上是包含XML文件的zip文件。压缩或加密“扰乱”数据，破坏了subversion在修订版之间生成增量的能力。这与svn:mimetype无关。 Subversion在生成增量时将所有文件视为二进制文件。

在荷兰语中，我们有一种说法是“衡量就是知道”。下图显示了我在SVN 1.6存储库（修订版1）中导入500K OpenXML文档的实验结果。然后我添加了另一个文档的段落，保存并提交。重复5次（修订版2至6）。

正如您所看到的，提交仅添加段落的新docx修订版将花费您大约150K的磁盘空间。这比仅在没有版本控制系统的帮助下存储每个版本的副本更有效。

我还通过解压缩docx的每个修订版，使用单独的测试存储库重复实验。如您所见，如果未压缩文档修订版的存储效率会更高。有趣的是， subversion自己的数据压缩与zip 一样高效。在subversion中存储未压缩docx的第一个版本与原始docx的版本大致相同。

因人而异。

Answer 2

Subversion很好地处理二进制文件。 不为每次提交存储完整副本，但只有一个有效的二进制差异。

请参阅FAQ了解相关信息。

Answer 3

可悲的是，你现在无法用Subversion做到这一点，但是围绕这个问题进行了一些讨论：

http://subversion.tigris.org/ds/viewMessage.do?dsForumId=462&dsMessageId=651443

Answer 4

您是否曾尝试在文本编辑器中打开OpenXML文件？

简而言之：不是文本，它仍然是二进制文件。所以不，你不能让Subversion处理它。