Git：如何生成树对象的 SHA1 值？答案

【问题标题】：Git: How is the SHA1 value of a tree object generated?Git：如何生成树对象的 SHA1 值？
【发布时间】：2012-08-18 14:01:39
【问题描述】：

如题所示，值是基于里面所有树对象（递归）的内容吗？

即，如果两个树对象具有相同的哈希值，我是否可以将它们视为完全相同的文件树（包括所有子目录和文件）？

【问题讨论】：

我不知道实现的细节，但 Linus 本人声称你的最后陈述既是真实的，也是 git 的整体基础。
你所说的子树是什么意思 - 你能不能举一个反省的例子来解释你的问题，因为它不清楚

标签： git sha

【解决方案1】：

您可以看到一些关于用于计算树 SHA here 的粗略细节。

有关存储树的二进制格式的更多信息，请参见here。

实际使用的 SHA 只是该详细版本中描述的缓冲区的 SHA。

关键点是 SHA 依赖于所有包含的对象或树的文件名、它们的 SHA 和它们的权限。更改其中任何一个，您都会更改 SHA。如果两棵树具有相同的 SHA，那么所有这些组件都必须匹配（排除冲突的可能性，因为它们几乎是不可能的）。

【讨论】：

不好意思，好像没有详细讲SHA是怎么计算的。我找到的是句子：“This is the SHA-1 hash — a checksum of the content you’re storing plus a header”。
添加了更多细节，详细说明树的存储方式以及 SHA 的计算方式。

【解决方案2】：

我认为不可能有两个具有相同哈希的树对象，因为对象文件由存储库中的哈希命名。此外，为了使两个树对象相同，这将要求提交状态在两种情况下都相同，直到所有暂存文件的内容，因为树对象保留对暂存文件的 SHA-1 引用。

post 可能有助于澄清这一点。

希望这会有所帮助。

【讨论】：

【解决方案3】：

为了扩展Michael Anderson's answer，树对象的哈希计算方法与任何其他对象的哈希相同：它是 H(object-content-including-header)，其中 H 是哈希函数（SHA-1 或，现在是 SHA-256）。包含标题的内容具有链接中描述的形式：

对象的类型：文字文本“blob”、“tree”、“commit”或“tag”（后跟空格）。它们采用 ASCII 或 UTF-8 格式（因为它们仅由 ASCII 字节组成，所以无论哪种方式都只是一个字节串）。
对象大小的 ASCII 表示，以十进制表示。例如，如果剩余的数据是 16 字节长，我们会得到 ASCII 字符 1 和 6。
一个 ASCII NUL（零字节）。
对象的原始数据。

对于 tree 对象，原始数据是三元组的一些重复出现次数：模式、名称、哈希。模式是不带前导零的八进制数，以 ASCII 表示。它与名称之间用空格隔开（字节值 32 十进制）。该名称通常假定为 UTF-8 字节，尽管很少或根本没有检查它是否是有效的 UTF-8；它不能包含 ASCII / 或 NUL 字符。它由 ASCII NUL 终止。使用 SHA-1 时，哈希是原始的 20 字节哈希 ID，使用 SHA-256 时是 32 字节哈希 ID。

这三个元组是从 Git 的索引生成的，Git 的索引是按排序顺序保存的。这意味着如果你想生成 Git 会生成的 same 树对象数据，你必须以 same order 生成条目。我有示例 Python 代码，它将读取一个目录并收集将进入树对象 here 的数据。

【讨论】：