Question

我知道Git会以某种方式自动检测文件是二进制文件还是文本文件，如果需要，可以使用gitattributes手动设置。但是有没有办法向GIT询问它如何处理文件？

所以假设我有一个包含两个文件的Git存储库：包含纯文本的 ascii.dat 文件和包含随机二进制文件的 binary.dat 文件。 Git将第一个dat文件作为文本处理，将辅助文件作为二进制文件处理。现在我想写一个Git webfrontend，它有一个文本文件查看器和二进制文件的特殊查看器（例如，显示十六进制转储）。当然，我可以实现自己的文本/二进制检查，但如果查看器依赖于Git如何处理这些文件的信息，它会更有用。

那么我怎么能问Git它是否将文件视为文本或二进制文件？

Answer 1

builtin_diff() ¹调用diff_filespec_is_binary()调用buffer_is_binary()，它检查前8000字节中是否出现零字节（NUL“字符”）（或者整个长度如果更短）。

我没有看到这个“它是二进制吗？”测试是在任何命令中明确公开的。

git merge-file直接使用buffer_is_binary()，因此您可以使用它：

git merge-file /dev/null /dev/null file-to-test

它似乎产生类似error: Cannot merge binary files: file-to-test的错误消息，并在给定二进制文件时产生255的退出状态。我不确定我是否愿意依赖这种行为。

也许git diff --numstat会更可靠：

isBinary() {
    p=$(printf '%s\t-\t' -)
    t=$(git diff --no-index --numstat /dev/null "$1")
    case "$t" in "$p"*) return 0 ;; esac
    return 1
}
isBinary file-to-test && echo binary || echo not binary

对于二进制文件，--numstat输出应以- TAB - TAB开头，因此我们只是测试它。

¹ builtin_diff()包含Binary files %s and %s differ之类的字符串，应该很熟悉。

Answer 2

git grep -I --name-only --untracked -e . -- ascii.dat binary.dat ...

将返回git解释为文本文件的文件名。

您可以使用通配符，例如

git grep -I --name-only --untracked -e . -- *.ps1

Answer 3

我不喜欢这个答案，但你可以解析git-diff-tree的输出，看看它是否是二进制的。例如：

git diff-tree -p 4b825dc642cb6eb9a060e54bf8d69288fbee4904 HEAD -- MegaCli 
diff --git a/megaraid/MegaCli b/megaraid/MegaCli
new file mode 100755
index 0000000..7f0e997
Binary files /dev/null and b/megaraid/MegaCli differ

而不是：

git diff-tree -p 4b825dc642cb6eb9a060e54bf8d69288fbee4904 HEAD -- megamgr
diff --git a/megaraid/megamgr b/megaraid/megamgr
new file mode 100755
index 0000000..50fd8a1
--- /dev/null
+++ b/megaraid/megamgr
@@ -0,0 +1,78 @@
+#!/bin/sh
[…]

哦，BTW，4b825d ......是一个神奇的SHA代表空树（是一棵空树的SHA，但是git特别注意这个魔法）。

Answer 4

# considered binary (or with bare CR) file
git ls-files --eol | grep -E '^(i/-text)'

# files that do not have any line-ending characters (including empty files) - unlikely that this is a true binary file ?
git ls-files --eol | grep -E '^(i/none)'

#                                                        via experimentation
#                                                      ------------------------
#    "-text"        binary (or with bare CR) file     : not    auto-normalized
#    "none"         text file without any EOL         : not    auto-normalized
#    "lf"           text file with LF                 : is     auto-normalized when gitattributes text=auto
#    "crlf"         text file with CRLF               : is     auto-normalized when gitattributes text=auto
#    "mixed"        text file with mixed line endings : is     auto-normalized when gitattributes text=auto
#                   (LF or CRLF, but not bare CR)

来源：https://git-scm.com/docs/git-ls-files#Documentation/git-ls-files.txt---eol https://github.com/git/git/commit/a7630bd4274a0dff7cff8b92de3d3f064e321359

顺便说一句：设置 .gitattributes 文本属性时要小心，例如*.abc text。因为在这种情况下，所有带有 *.abc 的文件都将被规范化，即使它们是二进制文件（在二进制文件中找到的内部 CRLF 将被规范化为 LF）。这与自动行为不同。

Answer 5

冒着因为代码质量差而受到打击的风险，我列出了一个C实用程序is_binary，它围绕Git源中的原始buffer_is_binary（）例程构建。请参阅有关如何构建和运行的内部注释。易于修改：

/***********************************************************
 * is_binary.c 
 *
 * Usage: is_binary <pathname>
 *   Returns a 1 if a binary; return a 0 if non-binary
 * 
 * Thanks to Git and Stackoverflow developers for helping with these routines:
 * - the buffer_is_binary() routine from the xdiff-interface.c module 
 *   in git source code.
 * - the read-a-filename-from-stdin route
 * - the read-a-file-into-memory (fill_buffer()) routine
 *
 * To build:
 *    % gcc is_binary.c -o is_binary
 *
 * To build debuggable (to push a few messages to stdout):
 *    % gcc -DDEBUG=1 ./is_binary.c -o is_binary
 *
 * BUGS:
 *  Doesn't work with piped input, like 
 *    % cat foo.tar | is_binary 
 *  Claims that zero input is binary. Actually, 
 *  what should it be?
 *
 * Revision 1.4
 *
 * Tue Sep 12 09:01:33 EDT 2017
***********************************************************/
#include <string.h>
#include <stdio.h>
#include <stdlib.h>

#define MAX_PATH_LENGTH 200
#define FIRST_FEW_BYTES 8000

/* global, unfortunately */
char *source_blob_buffer;

/* From: https://stackoverflow.com/questions/14002954/c-programming-how-to-read-the-whole-file-contents-into-a-buffer */

/* From: https://stackoverflow.com/questions/1563882/reading-a-file-name-from-piped-command */

/* From: https://stackoverflow.com/questions/6119956/how-to-determine-if-git-handles-a-file-as-binary-or-as-text
*/

/* The key routine in this function is from libc: void *memchr(const void *s, int c, size_t n); */
/* Checks for any occurrence of a zero byte (NUL character) in the first 8000 bytes (or the entire length if shorter). */

int buffer_is_binary(const char *ptr, unsigned long size)
{
  if (FIRST_FEW_BYTES < size)
    size = FIRST_FEW_BYTES;
    /* printf("buff = %s.\n", ptr); */
  return !!memchr(ptr, 0, size);
}
int fill_buffer(FILE * file_object_pointer) {
  fseek(file_object_pointer, 0, SEEK_END);
  long fsize = ftell(file_object_pointer);
  fseek(file_object_pointer, 0, SEEK_SET);  //same as rewind(f);
  source_blob_buffer = malloc(fsize + 1);
  fread(source_blob_buffer, fsize, 1, file_object_pointer);
  fclose(file_object_pointer);
  source_blob_buffer[fsize] = 0;
  return (fsize + 1);
}
int main(int argc, char *argv[]) {

  char pathname[MAX_PATH_LENGTH];
  FILE *file_object_pointer;

  if (argc == 1) {
    file_object_pointer = stdin;
  } else {
    strcpy(pathname,argv[1]);
#ifdef DEBUG
    printf("pathname=%s.\n", pathname); 
#endif 
    file_object_pointer = fopen (pathname, "rb");
    if (file_object_pointer == NULL) {
      printf ("I'm sorry, Dave, I can't do that--");
      printf ("open the file '%s', that is.\n", pathname);
      exit(3);
    }
  }
  if (!file_object_pointer) {
    printf("Not a file nor a pipe--sorry.\n");
    exit (4);
  }
  int fsize = fill_buffer(file_object_pointer);
  int result = buffer_is_binary(source_blob_buffer, fsize - 2);

#ifdef DEBUG
  if (result == 1) {
    printf ("%s %d\n", pathname, fsize - 1);
  }
  else {
    printf ("File '%s' is NON-BINARY; size is %d bytes.\n", pathname, fsize - 1); 
  }
#endif
  exit(result);
  /* easy check -- 'echo $?' after running */
}

Answer 6

@bonh 在评论中给出了有效的答案

<块引用>

git diff --numstat 4b825dc642cb6eb9a060e54bf8d69288fbee4904 HEAD -- | grep "^-" |切 -f 3

它显示了 git 解释为二进制文件的所有文件。

Answer 7

使用git check-attr --all。

无论文件是否已暂存/提交，这都有效。

在 git 版本 2.30.2 上测试。

假设您在 .gitattributes 中有这个。

package-lock.json binary

有这个输出。

git check-attr --all package-lock.json 
package-lock.json: binary: set
package-lock.json: diff: unset
package-lock.json: merge: unset
package-lock.json: text: unset

对于普通文件，没有输出。

git check-attr --all package.json

Answer 8

您可以使用命令行工具＆＃39; file＆＃39;效用。在Windows上，它包含在git安装中，通常位于C：\ Program Files \ git \ usr \ bin文件夹中

file --mime-encoding *

在Get encoding of a file in Windows

中查看详情

如何确定Git是将文件处理为二进制还是文本？

8 个答案: