提交时的 git（复杂）转换文件

Question

我有一些格式的文件（我们称它们为 *.db 文件）无法被 git 正确区分/合并。但是，可以将这些文件中的每一个转换为 git 可以正确处理的文件结构——对于每个 db 文件，我们可以生成一个目录树，以便该树中的每个文件都是可以区分的常规文本文件/由 git 合并（我们称这个过程为“解构”）。此外，该目录树的内容可以组合在一起以（重新）构建原始 db 文件。这种方法允许我们将标准 git 托管与所有常见的工作流程（拉取请求、自动合并等）一起使用这些特殊文件。

现在来看实际问题：我想让这一切对用户完全透明。也就是说，每当用户暂存 db 文件时，我都希望“解构”脚本自动运行转换后的表示形式。同样，无论何时运行结帐操作，我都希望运行“构造”脚本，以便用户获取正确的 db 文件。这也应该适用于git add -a 等。我希望这一切都发生在客户端，因为我无法更改远程配置（所以自定义合并工具也不可能出现）。

如果在远程数据以解构形式出现是可以的。事实上，理想情况下，我希望看到类似

data.db/
  1.txt
  2.txt
  ....
  n.txt

在远程获取本地存储库中的文件data.db — 但我不知道这是否可能。这意味着本地 git 将能够在暂存区域中创建此解构形式（并提交）+ 将其重建为 db 文件，而解构形式不会接触实际工作目录。

我认为至少上述的某些方面会起作用（否则像 git-lfs 这样的工具是如何做到的？），但我不知道有什么限制以及从哪里开始寻找。我知道预提交等钩子，但我认为它们不允许我直接操作暂存区域。

如果有人能针对如何完成此工作流程制定一个攻击计划，我将不胜感激。

Answer 1

您应该查看内容过滤器：

请参阅 Pro Git 书籍中的 "Attributes" chapter，向下滚动到 content filter 部分。

我通过阅读VonC's answer 中的一个@（更简单的）内容问题了解到他们的存在。

如果你只想区分，属性一章也有一个如何处理binary files before diffing的例子。

---

阅读git help gitattributes，并向下查看filter部分的详细信息：
定义过滤器时，您可以使用%f 将文件路径作为参数传递给您的处理脚本。

你可以用它来：

• 在clean：

  • 从原始文件名构建目标路径，例如：文件foo.db的扩展数据实际上将存储在名为.foo.db.d/的目录下，

  • 让脚本构建展开的内容并暂存它，

  • 将实际暂存文件foo.db的内容替换为扩展数据的路径.foo.db.d

• 在smudge:

  • 从文件foo.db读取扩展内容的路径
  • 将展开的内容合并到一个foo.db 文件中
  • 不知何故不签出.foo.db.d目录（还不确定如何实现该部分）

---

还在git help attributes：

还有一种方法可以定义filter.<name>.process 命令（而不是两个.clean 和.smudge 命令），让您可以更深入地挖掘git“看到”的内容。

如果你想从那个兔子洞里跑下来：在 Ubuntu 上，我必须安装 git-doc 软件包才能访问help 页面中提到的详细文档：technical/long-running-process.txt。