git - 如何确定 Git 是将文件处理为二进制文件还是文本文件？

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 手动设置它。但是还有一种方法可以询问 Git 如何处理文件吗？

假设我有一个包含两个文件的 Git 存储库:一个包含纯文本的 ascii.dat 文件和一个包含随机二进制内容的 binary.dat 文件. Git 将第一个 .dat 文件作为文本处理，将第二个文件作为二进制文件处理。现在我想写一个 Git web 前端，它有一个文本文件查看器和一个特殊的二进制文件查看器(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，但如果查看者依赖于 Git 如何处理这些文件的信息，它会更有用。

那么我如何询问 Git 将文件视为文本文件还是二进制文件？

Answer 1

builtin_diff() ¹ 调用 diff_filespec_is_binary()这叫buffer_is_binary()它检查前 8000 个字节(或整个长度，如果更短)中是否出现任何零字节(NUL“字符”)。

我没有看到“它是二进制的吗？”但是，测试在任何命令中都明确公开。

git merge-file 直接使用 buffer_is_binary()，所以你可以利用它:

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

它似乎会产生类似 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。不过，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，因此我们只对其进行测试。

---

¹ builtin_diff() 具有类似Binary files %s and %s differ 的字符串，您应该很熟悉。