git存储库数据结构是否使用规范编码？

Question

我正在使用dulwich（一个Python库）来访问git存储库。当我使用get_object检索提交时，它有许多属性。其中之一是author。当我检索此属性时，我得到bytes，因此该属性是一个未知的编码。

我可以安全地假设编码吗？ git在存储之前是否将所有元数据转换为utf-8？如果没有，我怎么知道用哪个编码来解码字节？

Answer 1

元数据应该使用i18n.commitEncoding config value设置的值进行编码;无论何时创建提交，当前值都会被复制到对象的'encoding'标题中（如果已设置）;默认值为UTF-8。

该编码值在Dulwitch对象上可用作'.encoding'属性;如果是None，则i18n.commitEncoding未明确设置，您可以使用UTF-8作为默认值。

然而！存储的实际数据简单地遵循传递给git的任何字节，并且不进行重新编码。配置值纯粹是信息性的。因此，如果您要使用object.encoding or 'utf8'作为编解码器，则需要考虑使用了错误的编解码器，使用合理的错误处理程序或回退策略。