由于许多文件格式都具有树状结构（例如XML，tar，甚至MP3，如果你考虑将标签和框架拆分为叶子），我想知道是否有任何方法让git将它们存储为树对象而不是blob，利用结构，例如用于区分和合并。
到目前为止，我考虑使用挂钩或涂抹/清洁过滤器，但两者都有我想避免的缺点：
git add一棵树，并用涂抹过滤器的足够信息替换blob，以重新创建原始文件在结帐时。但是，这会使git status声明＆＃34;目录＆＃34;缺少内部表示的树，这是一个占位符文件，可能会阻止添加同名树git diff等很多有没有明智的方法来实现这一目标？或者我应该坚持使用blob并修改merge / diff驱动程序？
答案 0 :(得分：1)
Git本身试图成为内容形式不可知论者。也就是说，对于第一个近似，它只关心原始数据 - 甚至不是文本与二进制，只是＆＃34;这里有一些数据作为文件集合;请存储它。＆＃34; （Linus＆＃39;原始视觉没有，我认为，包括CR / LF转换，只要它从未开启，它就不会损坏二进制数据。）
这种不可知论很快就会崩溃。将一个提交与另一个提交进行比较首先是通过比较文件，但超出简单的提交A中的路径名p / a / t / h必须与提交B中的路径名p / a / t / h相同的文件＆＃34; - 当两个路径都存在且做命名相同的内容时，它很有用 - 我们很快发现我们需要比较相似但不相同的文件，并希望在某种结构基础上这样做：line例如，或面向文字的diff。而且，为了处理重命名问题，如果p/a/t/h变为p/t/h，反之亦然，我们可能希望将这些文件相互匹配，即使它们仅相似，例如90％相似。
（其他VCS记录一些其他类型的文件标识，而不仅仅是路径名，每次提交，通过记录目录操作或通过为文件分配唯一的内部ID .Git没有，所以它必须依赖在这个相似性检测系统上.Git的相似性检测器是特殊的：它不是面向行的，因此它可以处理二进制文件，但它确实检测行边界以消除\ r \ n vs \ n其相似性检测器的变化。）
无论如何，你肯定可以采取Git并修改它以添加新的对象类型，如树木和＃34;但有不同的味道。那会让你分开这些结构化文件。它的工作效果似乎基本上是一个研究课题。只是将它们插入到作为树中显然不能很好地工作，但是：你永远不会知道某个树实例是否是一个＆＃34;派生的树＆＃34;或者是真正的树＆＃34;。为了避免更改Git的某些核心代码，您可以在Git读取和写入其索引的位置插入您的真实与派生/合成树转换，并编码＆＃34; real＆＃34; vs＆＃34;合成＆＃34;进入＆＃34;文件名＆＃34;。
如果存储在每个合成子树中的原始数据本身是二进制的，那么您将遇到通常的难题，即差异无法使用。包文件存储格式（基于xdelta）不是面向行的，但使用路径名的包启发式可能执行得不是很好，所以您可能也想修改它们。从xdelta获得的压缩量取决于输入数据中的Shannon entropy：二进制vs文本在这里实际上不是问题，除非典型的文本输入具有相当低的熵;二进制输入往往不太可预测。
答案 1 :(得分：-1)
如果您尝试在Git中添加任何二进制文件（如XML，tar，MP3），它们将被区别对待。
Git适用于非二进制文件。如果您要定期包含二进制文件，请考虑使用Git LFS等二进制存储解决方案。