Git看到由于不同的变音符号编码而无法访问的文件的文件更改？

Posted 2023-03-16

【中文标题】Git看到由于不同的变音符号编码而无法访问的文件的文件更改？

【英文标题】：Git seeing file changes on files that I can't access because of differing umlaut-encodings?

【发布时间】：2021-12-11 20:04:50

【问题描述】：

我的 git 目前有一个大问题。我有一个克隆的 git 存储库，它正在跟踪行为非常奇怪的文件。

这完全是关于两个文件，称为Lebensstiltagebuch_Frühstück_1.jpg 和Lebensstiltagebuch_Frühstück_2.jpg。

Git 总是告诉我，它们已经改变了，我应​​该先清理我的工作树，然后才能拉出新的东西。但无论我做什么，这两个文件都保留在Changes not staged for commit: 列表中：

Changes not staged for commit:
  (use "git add <file>..." to update what will be committed)
  (use "git restore <file>..." to discard changes in working directory)
    modified:   "Lebensstiltagebuch_Fru\314\210hstu\314\210ck_1.jpg"
    modified:   "Lebensstiltagebuch_Fru\314\210hstu\314\210ck_2.jpg"

我已经尝试过：

git reset --hard HEAD，丢弃所有未跟踪的更改，但它什么也没做 git rm --cached Lebensstiltagebuch_Frühstück_2.jpg

但没有任何效果。 我还尝试从文件夹中删除现有文件，然后列表如下所示：

Changes to be committed:
  (use "git restore --staged <file>..." to unstage)
    deleted:    "Lebensstiltagebuch_Fr\303\274hst\303\274ck_1.jpg"
    deleted:    "Lebensstiltagebuch_Fr\303\274hst\303\274ck_2.jpg"

Changes not staged for commit:
  (use "git add <file>..." to update what will be committed)
  (use "git restore <file>..." to discard changes in working directory)
    modified:   "Lebensstiltagebuch_Fru\314\210hstu\314\210ck_1.jpg"
    modified:   "Lebensstiltagebuch_Fru\314\210hstu\314\210ck_2.jpg"

Untracked files:
  (use "git add <file>..." to include in what will be committed)
    "Lebensstiltagebuch_Fr\303\274hst\303\274ck_1.jpg"
    "Lebensstiltagebuch_Fr\303\274hst\303\274ck_2.jpg"

在这里我可以看到我正在处理的文件在解码时具有不同的文件名 (?)，然后 end 是 \274ck_2.jpg vs \210ck_2.jpg。

虽然我一直在处理同一个文件，并且在 finder 中以及在终端中运行 ls -la 时，文件名完全相同，但使用 ü,ö,ä，因为我是德国人...

我正在开发 macOS 12 Beta。有人知道如何解决这个问题吗？

【问题讨论】：

\303\274 是 ü Latin Small Letter U With Diaeresis 的 UTF-8 字节序列的八进制表示，而 u\314\210 与 decomposed u 类似拉丁文小写字母 U 后跟 ̈ 组合分音符号。我不知道git 中的这种mojibake 案例...

【参考方案1】：

TL;DR：尝试将core.precomposeUnicode 设置为true 或false。

[这是因为不同的变音符号编码吗？]

是的。 JosefZ has pinpointed it: \303\274 是用变音符号编码小写 U 的一种方法（Go 将其称为单个“符文”），u\314\210 是另一种用变音符号编码小写 U 的不同方法（两个独立的“符文”，Go 会这么称呼它们）。

根本问题在于，在 Linux 系统上，您可以使用任何一种拼写——组合式，如第一种情况，或解组合式，如第二种情况——但 macOS 坚持只使用一种拼写: 分解的形式。 （大多数 Linux 软件倾向于使用组合形式，但操作系统不会坚持一种方式。事实上，您可以存储两个 不同 文件，其名称为 看起来相同，但一个文件以一种方式拼写，而另一个文件以另一种方式拼写。）

实际存储库包含存储库所具有的任何内容。 .gitignore 和 .gitattributes 文件拥有它们所拥有的一切。但是文件在文件系统中，在你的工作树中，在macOS上会用分解的形式拼写。操作系统坚持。你不能让它表现得不一样。此处只能有一个显示字符为ü的文件名，使用分解后的形式。

二进制文件中是否有任何更改 - 首先可能会或可能不会将其视为二进制文件，具体取决于 .gitattributes 设置，可能不匹配文件在您的 macOS 工作树中作为文件 存储的方式——以及您是否真正更改文件的名称和/或内容在 Git 中 当您使用 git add 时，它们是单独的问题，每个问题都有自己单独的答案。

Git 有一个特定于 macOS 的旋钮：

core.precomposeUnicode

您可以使用git config 将此选项设置为true 以告诉Git“撤消”分解并使用组合形式存储在Git 索引中的文件名。 （我假设但尚未测试，这也适用于.gitattributes，如果/必要的话。）

问题是，这应该已经设置为true。如果是这样，您可以将其设置为 false。如果 Linux 系统正在使用分解的文件名，这就是您需要做的。

有关这方面的更多信息，请参阅https://www.git-tower.com/help/guides/faq-and-tips/faq/unicode-filenames/mac（其中更详细并提供了一些方法来在您同时使用 Linux 和 macOS 时自行测试）。注意这个页面拼写旋钮core.precomposeunicode（全小写），但是Git config设置中的字母大小写无关，所以你可以拼写coRE.pRecoMPOseUNIcode。¹

---

¹我个人的偏好一般是“全小写”，这样我的小指就不会厌倦按SHIFT键这么多。这也回避了如何将 ß 字符大写的问题。 ? 但是 Git 使用的是骆驼式，这是一种 Go 编程。