如何將文件保存爲git樹而不是blob？

Question

由於許多文件格式有一個樹狀結構（如XML，焦油，如果你考慮分拆標籤和幀間隔爲葉子甚至MP3），我想知道是否有什麼辦法可以讓混帳它們存儲爲樹對象，而不是斑點，利用結構，例如用於區分和合並。

到目前爲止，我已經用鉤或污跡/清潔過濾器考慮，但都有，我想避免的缺點：

• 使用乾淨的過濾器，只重寫BLOB（即文件內容），我可以並行創建一棵樹並用足夠的信息替換blob，以便在結帳時爲污跡過濾器重新創建原始文件。然而，這將使git status要求「目錄」樹內部表示丟失了，有會是一個佔位符文件，該文件可能會阻止添加
• 使用同一個名字的樹post-commit鉤子將陷入困境與git diff等很多

那麼有什麼明智的方式來實現這一目標嗎？或者我應該堅持blob並可能修改merge/diff驅動程序？

Answer 1

Git本身試圖成爲內容形式不可知論者。也就是說，第一個近似值只關心原始數據 - 甚至不包括文本與二進制數據，只是「這裏是一些數據作爲文件集合;請將其存儲爲」。 （我認爲，Linus的原始視覺並沒有包含CR/LF轉換，只要從未打開，它不會損壞二進制數據。）

這種不可知論會迅速崩潰。比較一次提交與另一次提交是通過比較文件開始的，但超出了簡單化的「提交A中的路徑名p/a/t/h必須與提交B中的路徑名p/a/t/h相同」 - 當兩個路徑存在和做名稱相同的內容，我們很快就發現，我們需要比較相似，但並非完全相同的文件，並希望在某種結構基礎的這樣做：線或字爲本diff，例如。而且，要處理重命名問題，如果p/a/t/h變成p/t/h或反之，我們可能希望將這些文件相互匹配，即使它們只有90％相似。 （其他VCS通過記錄目錄操作或通過爲文件分配唯一的內部ID來記錄其他類型的文件標識，而不僅僅是路徑名，每個提交都可以通過記錄目錄操作或GIT不分配，所以它必須依賴於。這種相似性檢測系統Git的相似性檢測奇特：它不是相當的線定位，以便它可以在二進制文件的工作，但它確實檢測線邊界，以消除\ r \ N隨其相似性檢測\ n轉移）

。

無論如何，你當然可以可以採取Git並修改它添加新的對象類型，是「像樹木」，但具有不同的味道。這將讓你挑選這些結構化文件。它的工作原理似乎基本上是一個研究課題。儘管如此，只要在中將它們阻塞爲樹木顯然不能很好地工作，但是：如果某個樹實例是「派生樹」或「真正樹」，則永遠不會知道。爲了避免更改某些Git的核心代碼，可以在Git讀寫其索引的位置插入實際與派生/合成樹的轉換，並將「真實」與「合成」編碼到「文件名」中。

如果存儲在每個合成子樹中的原始數據本身是二進制的，那麼您將遇到常見的頭痛，即差異不可用。包文件存儲格式（基於xdelta）不是面向行的，但使用路徑名稱的包啓發式可能無法很好地執行，因此您可能也要修改這些格式。從xdelta獲得的壓縮量取決於輸入數據中的Shannon entropy：除了典型的文本輸入具有相當低的熵之外，二進制文本與文本實際上不是問題，二進制輸入往往不太可預測。

Answer 2

如果你想在Git中添加任何二進制文件（如XML，焦油，MP3），它們將被區別對待。

Git是指對非二進制文件。如果您打算定期加入二進制文件，請考慮使用二進制存儲解決方案，例如Git LFS。