Mac OS X上的Git和Umlaut问题

69

今天，我在Mac OS X上发现了Git的错误。

例如，我将提交一个名称为überschrift.txt的文件，开头是德国特殊字符Ü。从命令中，git status我得到以下输出。

Users-iMac: user$ git status

On branch master
# Untracked files:
#   (use "git add <file>..." to include in what will be committed)
#
#   "U\314\210berschrift.txt"
nothing added to commit but untracked files present (use "git add" to track)

看来Git 1.7.2在Mac OS X上的德语特殊字符有问题。是否有解决方案让Git正确读取文件名？

git macos versioning

— 幸运马六甲
source

另请参阅Karsten Blees（）的 commit 3a59e59（2015年7月1日）。（由Junio C Hamano合并--在commit 81bc521中，2015kbleesgitster

— VonC

87

在Mac上启用core.precomposeunicode

git config --global core.precomposeunicode true

为此，您至少需要拥有Git 1.8.2。

Mountain Lion随附1.7.5。要获得更新的git，请使用git-osx-installer或homebrew（需要Xcode）。

而已。

— 鸡
source

24

奇怪的是，对我来说相反的工作（git config --global core.precomposeunicode false）。我正在运行OS X 10.9.2和Git 1.8.5.2，并将文件存储在具有HFS +文件系统的磁盘映像上。苹果可能会改变其实现方式吗？

— 菲利普2014年

1

荣誉@Philipp —这项改变成功了。这将对答案进行重要的更新！

— danyowdee 2014年

2

我必须将配置参数设置为false在OS X 10.10和Git 2.0.0上。我不必克隆也不必再次结帐。它只是工作。

— JB Rainsberger

2

对我来说，将其设置为true（在Git 2.2.0 / Mac OS X 10.9.5上为默认设置）会错误地显示5个具有异常名称的文件为未跟踪文件。图4用双引号括起来。如果我将其设置为false，则将跟踪其中的4个，但没有双引号的将保持未跟踪状态。这4个字符可能带有朝鲜语字符，而第5个字符则具有变音符号。有任何想法吗？

— 山姆·布莱曼2014年

2

尽管只是省略了，但这对我还是有用的--global。

— Tim-Erwin

32

原因是文件系统如何存储文件名的实现方式不同。

在Unicode中，可以用两种方式表示Ü，一种是仅由Ü表示，另一种是由U +“组合变音符”表示。Unicode字符串可以同时包含两种形式，但是由于同时具有两种形式，因此文件系统通过将每个变音符号-U设置为Ü或U +“组合变音符号”来规范化unicode字符串。

Linux使用前一种方法称为Normal-Form-Composed（或NFC），而Mac OS X使用后一种方法称为Normal-Form-Decomposed（NFD）。

显然，Git不在乎这一点，只是使用文件名的字节序列，这会导致您遇到问题。

邮件列表线程Git，Mac OS X和德语特殊字符中有一个补丁，因此Git在标准化后比较文件名。

— 裕治
source

2

Umlaut规范化是一个巨大的错误。文件系统的构建方式不应使运行在顶部的事物必须“关心”正在发生的奇怪修改。肯·汤普森（Ken Thompson）会说这不是功能，而是一种症状。它几乎可以破坏任何系统-不仅是git。我最近复制了一个Web转储。Umlaut规范化将其破坏了，因为html文件引用了文件名中带有变音符号的图像。我敢打赌这也是一个安全问题。

— wnrph

1

实际上，Linux并不总是使用NFC。Linux（与内核和文件系统一样）只是不在乎，而是将文件名视为字节数组。规范化取决于C库和应用程序；大多数使用NFC，但这只是一个约定。

— sleske 2014年

8

〜/ .gitconfig中的以下命令适用于我在10.12.1 Sierra上使用UTF-8名称：

precomposeunicode = true
quotepath = false

第一个选项是必需的，以便git'理解'UTF-8，第二个选项是使它不会转义字符。

— 尼克
source

5

要git add file在Mac OS X上处理文件名中的变音符号，您可以使用来将文件路径字符串从composite转换为标准分解的UTF-8 iconv。

# test case

mkdir testproject
cd testproject

git --version    # git version 1.7.6.1
locale charmap   # UTF-8

git init
file=$'\303\234berschrift.txt'    # composed UTF-8 (Linux-compatible)
touch "$file"
echo 'Hello, world!' > "$file"

# convert composed into canonically decomposed UTF-8
# cf. http://codesnippets.joyent.com/posts/show/12251
# printf '%s' "$file" | iconv -f utf-8 -t utf-8-mac | LC_ALL=C vis -fotc 
#git add "$file"
git add "$(printf '%s' "$file" | iconv -f utf-8 -t utf-8-mac)"  

git commit -a -m 'This is my commit message!'
git show
git status
git ls-files '*'
git ls-files -z '*' | tr '\0' '\n'

touch $'caf\303\251 1' $'caf\303\251 2' $'caf\303\251 3'
git ls-files --other '*'
git ls-files -z --other '*' | tr '\0' '\n'

— 皮特
source

我试过了，但无法正常工作。它仍然很混乱，无法找到文件。

— Petriborg

3

将存储库的OSX特定core.precomposeunicode标志更改为true：

git config core.precomposeunicode.true

为了确保新的存储库获得该标志，还请运行：

git config --global core.precomposeunicode true

以下是手册页中的相关代码段：

此选项仅由Git的Mac OS实现使用。当core.precomposeunicode = true时，Git还原Mac OS完成的文件名的unicode分解。在Mac OS与Linux或Windows之间共享存储库时，这很有用。（需要Windows 1.7.10或更高版本的Git，或cygwin 1.7下的Git）。如果为false，则文件名将由Git完全透明地处理，这与旧版本的Git向后兼容。

— 用户名
source

1

它是正确的。

您的文件名采用UTF-8格式，Ü表示为拉丁字母大写U +组合大写字母（Unicode 0x0308，utf8 0xcc 0x88）而不是拉丁字母大写U与DIAERESIS（Unicode 0x00dc，utf8 0xc3 0x9c）。在Mac OS X的HFS文件系统分解的Unicode在这样的方式。Git依次显示非ASCII文件名字节的八进制转义形式。

请注意，Unicode文件名可以使您的存储库不可移植。例如，msysgit在处理Unicode filenames时遇到问题。

— 拉尔托
source

0

我的个人存储库也有类似的问题，所以我用Python 3编写了一个帮助程序脚本。您可以在这里获取它：https : //github.com/sjtoik/umlaut-cleaner

该脚本需要一些体力劳动，但不多。

— Crysaz
source