我正在跟踪git中的虚拟PC虚拟机文件（* .vmc），并且在进行更改后，git将该文件识别为二进制文件并且不会为我进行区分。我发现文件是用UTF-16编码的。
可以教git识别这个文件是文本并妥善处理吗？
我在Cygwin下使用git，core.autocrlf设置为false。如果需要，我可以在UNIX下使用mSysGit或git。
答案 0 :(得分：75)
我一直在努力解决这个问题，并且刚刚发现（对我来说）一个完美的解决方案：
$ git config --global diff.tool vimdiff # or merge.tool to get merging too!
$ git difftool commit1 commit2
git difftool采用与git diff相同的参数，但运行您选择的diff程序而不是内置的GNU diff。因此，选择一个支持多字节的差异（在我的情况下，在差异模式下为vim）并使用git difftool代替git diff。
查找“difftool”太长而无法输入？没问题：
$ git config --global alias.dt difftool
$ git dt commit1 commit2
Git rocks。
答案 1 :(得分：58)
有一个非常简单的解决方案可以在Unices上开箱即用。
例如，使用Apple的.strings文件：
使用以下命令在存储库的根目录中创建.gitattributes文件：
*.strings diff=localizablestrings
将以下内容添加到~/.gitconfig文件中：
[diff "localizablestrings"]
textconv = "iconv -f utf-16 -t utf-8"
来源：Diff .strings files in Git（以及2010年的older post）。
答案 2 :(得分：36)
您是否尝试过设置.gitattributes将其视为文本文件？
e.g：
*.vmc diff
答案 3 :(得分：28)
默认情况下，git看起来不适用于UTF-16;对于这样的文件，您必须确保没有对其进行CRLF处理，但您希望diff和merge作为普通文本文件工作（这忽略了是否您的终端/编辑器可以处理UTF-16。
但是查看.gitattributes manpage，这是自定义属性binary：
[attr]binary -diff -crlf
因此，在我看来，您可以在.gitattributes的顶级utf16中定义自定义属性（请注意，我在此添加合并以确保将其视为文本）：
[attr]utf16 diff merge -crlf
从那里，您可以在任何.gitattributes文件中指定类似：
*.vmc utf16
另请注意，即使git认为文件是二进制文件，您仍然可以diff一个文件：
git diff --text
修改
This answer基本上说GNU diff与UTF-16甚至UTF-8都不能很好地工作。如果您希望git使用其他工具来查看差异（通过--ext-diff），则该答案会显示Guiffy。
但您可能需要的只是diff只包含ASCII字符的UTF-16文件。一种方法是使用--ext-diff和以下shell脚本：
#!/bin/bash
diff <(iconv -f utf-16 -t utf-8 "$1") <(iconv -f utf-16 -t utf-8 "$2")
请注意，转换为UTF-8也可能适用于合并，您只需要确保它在两个方向都完成。
在查看UTF-16文件的差异时输出到终端：
试图像这样的差异导致 二进制垃圾喷到了屏幕上。 如果git使用GNU diff，那就可以了 似乎GNU差异不是 Unicode感知的。
GNU diff并不真正关心unicode，所以当你使用diff --text时它只是差异并输出文本。问题是您使用的终端无法处理发出的UTF-16（与ASCII字符的差异标记结合）。
答案 4 :(得分：8)
解决方案是过滤cmd.exe /c "type %1"。 cmd的type内置将进行转换，因此你可以使用git diff的textconv能力来启用UTF-16文件的文本差异（也应该使用UTF-8，虽然未经测试）。
从gitattributes手册页引用：
有时需要查看某些二进制文件的文本转换版本的差异。例如，可以将文字处理器文档转换为ASCII文本表示，并显示文本的差异。即使这种转换失去了一些信息，生成的差异对人类观看也很有用（但不能直接应用）。
textconv配置选项用于定义执行此类转换的程序。该程序应该采用一个参数，即要转换的文件的名称，并在stdout上生成结果文本。
例如，要显示文件的exif信息的差异而不是二进制信息（假设您已安装exif工具），请将以下部分添加到$GIT_DIR/config文件（或{{1}文件）：
$HOME/.gitconfigmingw32 的解决方案，cygwin粉丝可能不得不改变方法。问题是传递文件名以转换为cmd.exe - 它将使用正斜杠，cmd假定反斜杠目录分隔符。
创建将转换为stdout的单个参数脚本。 C：\路径\到\一些\ script.sh：
[diff "jpg"]
textconv = exif
设置git以便能够使用脚本文件。在您的git配置（#!/bin/bash
SED='s/\//\\\\\\\\/g'
FILE=\`echo $1 | sed -e "$SED"\`
cmd.exe /c "type $FILE"
或~/.gitconfig或查看.git/config）中，请输入：
man git-config使用.gitattributes文件指出要应用此工作区的文件（参见man gitattributes（5））：
[diff "cmdtype"]
textconv = c:/path/to/some/script.sh
然后在您的文件上使用*vmc diff=cmdtype
。
答案 5 :(得分：4)
我编写了一个小的git-diff驱动程序to-utf8，它可以很容易地区分任何非ASCII / UTF-8编码的文件。您可以使用以下说明进行安装：https://github.com/chaitanyagupta/gitutils#to-utf8（to-utf8脚本位于同一个仓库中。）
请注意，此脚本需要在系统上提供file和iconv命令。
答案 6 :(得分：2)
git最近已经开始了解utf16等编码。
查看gitattributes文档，搜索working-tree-encoding
[请确保您的手册页匹配，因为这是很新的！]
如果（说）该文件是Windows计算机上没有bom的utf-16，则将其添加到您的gitattributes文件中
*.vmc text working-tree-encoding=UTF-16LE eol=CRLF
如果* nix上的utf-16（带有bom）成功
*.vmc text working-tree-encoding=UTF-16 eol=LF
答案 7 :(得分：1)
最近在Windows上出现了此问题，而git随Windows一起提供的dos2unix和unix2dos垃圾箱解决了这个问题。默认情况下，它们位于C:\Program Files\Git\usr\bin\中。 只有在您的文件不需要需要为UTF-16时，才可以观察到这一点。例如，某人意外地将一个python文件编码为UTF-16。需要（以我为例）。
PS C:\Users\xxx> dos2unix my_file.py
dos2unix: converting UTF-16LE file my_file.py to ANSI_X3.4-1968 Unix format...
和
PS C:\Users\xxx> unix2dos my_file.py
unix2dos: converting UTF-16LE file my_file.py to ANSI_X3.4-1968 DOS format...
答案 8 :(得分：1)
如其他答案中所述，git diff 不会将 UTF-16 文件作为文本处理，例如，这使得它们在 Atlassian SourceTree 中无法查看。如果文件名/或后缀已知，下面的修复将使这些文件在 SourceTree 下正常可见和可比。
如果 UTF-16 文件的文件后缀是已知的（例如 *.uni），那么所有具有该后缀的文件都可以与 UTF-16 到 UTF-8 转换器相关联，并进行以下两项更改：
使用以下行在存储库的根目录中创建或修改 .gitattributes 文件：
*.uni diff=utf16
然后使用以下部分修改用户主目录（C:\Users\yourusername\.gitconfig）中的 .gitconfig 文件：
[diff=utf16]
textconv = "iconv -f utf-16 -t utf-8"
这两项更改应立即生效，无需将存储库重新加载到 SourceTree 中。它将文本转换应用于所有 *.uni 文件，这使得它们像其他文本文件一样可见和比较。如果其他文件需要此转换，您可以在 .gitattributes 文件中添加额外的行。 （如果指定的文件不是 UTF-16，您将获得无法读取该文件的结果。）
请注意，此答案是对 Tony Kuneck 答案的简化重写。