【发布时间】：2013-09-19 12:52:56
【问题描述】：
我的 Git 存储库中有一个包含多个提交的文件，它以 16 位 Unicode (UCS-2) 编码，供 Windows 使用。
因此，Git 将其视为二进制文件，而不是文本文件，我看不到不同提交所做的更改。
有没有办法将该文件追溯转换为 UTF-8，即重建历史记录，就好像该文件一直是 UTF-8 一样，我一直将它作为 UTF-8 文件提交，而不是 16 -bit Unicode 文件？
【问题讨论】：
【发布时间】：2013-09-19 12:52:56
【问题描述】：
要追溯重新编码文件，请使用git filter-branch：
git filter-branch --tree-filter 'recode utf-16..utf-8 file'
如果您没有recode，请改用较长的iconv -f utf-16 -t utf-8 file -o file。如果文件在树的早期版本中不存在，您可能需要附加 || true 以便重新编码命令不会失败，并且可以选择抑制错误输出。
【讨论】：
-
请注意，文件名是相对于仓库根目录的，所以在指定文件时，应该是
git filter-branch --tree-filter 'recode utf-16..utf-8 relative/path/to/file'。起初这让我很困惑。 -
FWIW - 如果您正在使用由 Windows 生成的文件，这些显然通常是“UCS-2 Little Endian”，至少在我正在处理的内容中（WER 错误报告） - 所以而不是
iconv命令中的utf-16，你想要UCS-16LE。 -
@rpavlik UTF-16 是 UCS-2 的超集，就像 UTF-8 是 ASCII 的超集一样。 （现在很少使用真正的 UCS-2，因为它不能表示 BMP 之外的代码点。）在您的
iconv中指定 UTF-16 实际上不起作用吗？ -
好吧，使用 Windows 的 git 附带的 iconv，如果我只是说 utf16，我从一个我期望本质上是 ASCII 的文件中获取东亚字符。一个文本编辑器说它是 UCS-2 Little endian，所以我认为要么没有字节顺序标记，要么 iconv 咒语忽略字节顺序标记，因为只有当我明确指定 UCS-2LE 时，输出才会按预期工作。
-
@rpavlik 您可以尝试指定
UTF-16LE吗？这至少应该和 UCS-2LE 一样好用，只是没有提到过时的“UCS-2”名称。