Question

下面附有更新的脚本，这些脚本现在正在处理我的示例文档

为什么以下python脚本在通过git属性或命令行调用时执行的方式不同？

我所拥有的是两个基于mercurial zipdoc功能建模的脚本。我试图做的就是在商店（filter.clean）上解压缩docx文件并在恢复（filter.smudge）上压缩它们。我有两个脚本运行良好，但一旦我将它们放入git属性，它们就无法工作，我不明白为什么。

我已经通过以下方式进行了测试

测试脚本（git bash）

$ cat original.docx | python~ / Documents / pyscripts / unzip.py＆gt;   uncompress.docx

$ cat uncompress.docx |蟒蛇   〜/ Documents / pyscripts / zip.py＆gt; compress.docx

$ md5sum uncompress.docx compress.docx

我可以使用Microsoft Word打开未压缩和压缩的文件，没有错误。脚本按预期工作。

测试Git属性

我将它们设置为干净并擦洗到 cat ，验证我的文件保存并恢复没有问题。
我将clean设置为 python~ / Documents / pyscripts / unzip.py 。提交和签出后，文件现在变大（未压缩）但在MS-Word中打开时出错。此外，md5与上面的“仅脚本”测试不匹配。虽然文件大小相同。
我设置干净回到 cat 并将scrub设置为 python~ / Documents / pyscripts / zip.py 。提交和签出后，文件现在变小（压缩），但在MS-Word中打开时再次出错。同样，md5与“仅脚本”测试不同，但文件大小匹配。
设置clean和scrub到python脚本会产生错误，如预期的那样。

我真的迷失在这里，我认为git属性只是在stdin上提供输入并从stdout读取它。我已经测试了两个脚本来处理来自cat的管道和来自输出的重定向就好了。我知道脚本正在运行b / c文件按预期更改大小，但是在文件中的某处引入了一个小的更改。

其他参考资料

我在Win7上使用msgit，上面的所有命令都输入到git bash窗口。

Git Attributes Description

解压缩脚本

import fileinput
import sys
import zipfile

# Set stdin and stdout to binary read/write
if sys.platform == "win32":
    import os, msvcrt
    msvcrt.setmode(sys.stdout.fileno(), os.O_BINARY)
    msvcrt.setmode(sys.stdin.fileno(), os.O_BINARY)

try:
  from cStringIO import StringIO
except:
  from StringIO import StringIO

# Wrap stdio into a file like object
inString = StringIO(sys.stdin.read())
outString = StringIO()

# Store each member uncompressed
try:
    with zipfile.ZipFile(inString,'r') as inFile:
        outFile = zipfile.ZipFile(outString,'w',zipfile.ZIP_STORED)
        for memberInfo in inFile.infolist():
            member = inFile.read(memberInfo)
            memberInfo.compress_type = 0
            outFile.writestr(memberInfo,member)
        outFile.close()
except zipfile.BadZipfile:
    sys.stdout.write(inString.getvalue())

sys.stdout.write(outString.getvalue())

压缩脚本

import fileinput
import sys
import zipfile

# Set stdin and stdout to binary read/write
if sys.platform == "win32":
    import os, msvcrt
    msvcrt.setmode(sys.stdout.fileno(), os.O_BINARY)
    msvcrt.setmode(sys.stdin.fileno(), os.O_BINARY)

try:
  from cStringIO import StringIO
except:
  from StringIO import StringIO

# Wrap stdio into a file like object
inString = StringIO(sys.stdin.read())
outString = StringIO()

# Store each member compressed
try:
    with zipfile.ZipFile(inString,'r') as inFile:
        outFile = zipfile.ZipFile(outString,'w',zipfile.ZIP_DEFLATED)
        for memberInfo in inFile.infolist():
            member = inFile.read(memberInfo)
            memberInfo.compress_type = zipfile.ZIP_DEFLATED
            outFile.writestr(memberInfo,member)
        outFile.close()
except zipfile.BadZipfile:
    sys.stdout.write(inString.getvalue())

sys.stdout.write(outString.getvalue())

编辑：格式化编辑2：更新脚本以在文件处理期间写入内存而不是stdout。

Answer 1

我发现使用目标为stdout的zipfile.ZipFile（）导致了问题。打开zipfile，目标是StringIO（），最后将完整的StringIO文件写入stdout，解决了这个问题。

我没有对此进行过广泛的测试，但有些.docx内容可能无法很好地处理，但只有时间会证明。我的测试文件现在打开时没有出错，作为奖励，由于使用比标准.docx格式更高的压缩，工作目录中的.docx文件更小。

我已经确认在对.docx文件执行多次编辑和提交后，我可以打开文件，编辑一行，并提交一个添加到repo大小的大增量。例如，在repo历史记录中的3个先前编辑之后，在顶部添加了新行后，19KB文件在执行垃圾收集后在repo 中创建了仅1KB的增量。使用Mercurial运行相同的测试（尽可能接近）导致9.3KB增量提交。我不是Mercurial专家，我的理解是mercurial没有“gc”命令所以没有运行。

为什么脚本的行为与命令行vs git属性不同？

1 个答案: