git - 什么是 `git diff --word-diff' 默认正则表达式？

Question

git diff有选项 --word-diff-regex=<...>匹配单词。某些语言有特殊的默认值(如 man 5 gitattributes 中所述)。但这些是什么？文档中没有描述，我查找了git的来源, 也没找到。

有什么想法吗？

编辑:我在 git 1.9.1 ，但我会接受任何版本的答案。

Answer 1

来源包含 userdiff.c 中的默认单词正则表达式文件。 PATTERNS 和 IPATTERN 宏将基本词正则表达式作为它们的第三个参数，并添加 "|[^[:space:]]|[\xc0-\xff][\x80-\xbf]+" 以确保所有不属于较大单词的非空白字符都被自己视为一个单词，并假设为 UTF-8，而不拆分多个-字节字符。例如，在:

PATTERNS("tex", "^(\\\\((sub)*section|chapter|part)\\*{0,1}\\{.*)$",
         "\\\\[a-zA-Z@]+|\\\\.|[a-zA-Z0-9\x80-\xff]+"),

单词正则表达式是 "\\\\[a-zA-Z@]+|\\\\.|[a-zA-Z0-9\x80-\xff]+|[^[ :space:]]|[\xc0-\xff][\x80-\xbf]+".

在这种情况下，|[\xc0-\xff][\x80-\xbf]+ 恰好没有任何好处，因为 [\xc0-\xff][\x80-\xbf]+ 已经包含在 [a-zA-Z0-9\x80-\xff]+ 中，但它也不会造成任何伤害.