如何在 linux 下用错误的字符集签出 git repo？

Question

我有一个简单（但希望可以快速解决）的问题。我使用 msys/tortoiseGit 工具在 windows 下创建了一个 git 存档。好的。现在我将 repo 复制到 U 盘上，然后将其传送到 linux 机器上。

不幸的是，repo 中有包含德语变音符号等的文件 (äöüß)。纯windows下没有问题，我知道纯linux下也没有问题。

当我现在在本地克隆 repo 时，变音符号被我的机器上无法显示的其他字符替换（导致 ?）。目前我无法访问 Windows 机器来修改任何内容。它也应该很快就能工作，因为我很快就无法再访问 Windows 机器了。

因此：

• 我可以（以某种方式）修改存档以确保正确的字符集吗？
• 创建新档案时能否避免这种情况？
• 我可以（仅使用 linux）克隆 repo 以使其透明工作吗？
• [编辑] 如何重新编写 repo 以便（至少）文件名进入正确的字符集？

Answer 1

• 除了重写存档，我不知道。

• 确保您的 Windows 编辑器使用 UTF-8 而不是本地代码页。
  见下文。

• 您的 Linux 可能附带非 UTF-8 语言环境。在一定程度上，

  LANG=de_DE.iso88591@euro
  

  将要求您的程序以相同的编码进行读写。但是，这不是一个完整的修复；例如，Gtk+ 假定文件名是 UTF-8，而不管内容编码如何。

• 重写 Git 存储库的常用方法是使用 git-filter-branch。这是我刚刚制作的一个示例，它应该将文件名、文件内容和提交消息从 ISO-8859-1 重新编码为 UTF-8。

  CONVERT='iconv -fiso8859-1 -tutf-8'
  git filter-branch \
      --index-filter '
          git ls-files -z --stage |
          while read -d "" mode ref stage name; do
              [[ "$stage" = 0 || "$stage" = 1 ]] &&
              printf "0 0000000000000000000000000000000000000000\t%s\0" "$name"
              newname="$(echo "$name" | '"$CONVERT'")"
              newref="$(
                  git cat-file blob "$ref" |
                  '"$CONVERT"' |
                  git hash-object -w --stdin)"
              printf "%s %s %s\t%s\0" "$mode" "$newref" "$stage" "$newname"
          done |
          git update-index -z --index-info' \
      --msg-filter "$CONVERT" \
      $(git for-each-ref --format='%(refname)' refs/heads refs/tags)
  

  小心：我没有在存在合并或二进制文件的情况下对此进行测试，使用git-filter-branch 很容易破坏很多历史记录。如果出现问题，git 会在 refs/original 命名空间中保留所有正引用（无论是否重写）的备份。

---

刚刚发现VonC 的惊人answer：在Windows 上，使用msysgit≥1.7.10，并修复现有存储库，有recodetree 二进制文件（仅文件名，与上述不同）。

Answer 2

Git 将文件存储为二进制 blob，因此您无法在不重写整个历史记录的情况下修复它。不是修改repo，而是修改文件。