我正在git中跟踪Virtual PC虚拟机文件（* .vmc），进行更改后git将该文件标识为二进制文件，因此不会对我造成影响。我发现该文件使用UTF-16编码。

可以教git识别该文件是文本并适当处理吗？

我在Cygwin下使用git，将core.autocrlf设置为false。如有必要，我可以在UNIX下使用mSysGit或git。

我已经为这个问题苦苦挣扎了一段时间，并且（为我）发现了一个完美的解决方案：

$ git config --global diff.tool vimdiff      # or merge.tool to get merging too!
$ git difftool commit1 commit2

git difftool接受相同的参数git diff，但是运行您选择的diff程序而不是内置的GNU diff。因此，选择一个可识别多字节的diff（在我的情况下vim为diff模式），然后使用git difftool代替git diff。

查找“ difftool”太长而无法键入？没问题：

$ git config --global alias.dt difftool
$ git dt commit1 commit2

吉特岩石。

有一个非常简单的解决方案可以在Unices上使用。

例如，仅使用Apple的.strings文件：

1. 使用以下.gitattributes命令在存储库的根目录中创建一个文件：

   *.strings diff=localizablestrings
   

2. 将以下内容添加到您的~/.gitconfig文件中：

   [diff "localizablestrings"]
   textconv = "iconv -f utf-16 -t utf-8"
   

资料来源：Git中的Diff .strings文件（以及2010年以来的旧文章）。

您是否尝试过.gitattributes将其设置为文本文件？

例如：

*.vmc diff

有关更多详细信息，请参见http://www.git-scm.com/docs/gitattributes.html。

默认情况下，它似乎git不适用于UTF-16。对于这样的文件，您必须确保没有对其进行任何CRLF处理，但是您想要diff并且merge要像普通的文本文件一样工作（这将忽略您的终端/编辑器是否可以处理UTF-16）。

但是查看.gitattributes联机帮助页，这是自定义属性，即binary：

[attr]binary -diff -crlf

所以，在我看来，你可以定义你的顶级定制属性.gitattributes的utf16（请注意，我添加合并在这里，以确保它被视为文本）：

[attr]utf16 diff merge -crlf

从那里，您可以在任何.gitattributes文件中指定以下内容：

*.vmc utf16

另请注意diff，即使git认为文件是二进制文件，您也仍然可以：

git diff --text

编辑

这个答案基本上表明，与UTF-16甚至UTF-8兼容的GNU效果不是很好。如果您想git使用其他工具来查看差异（通过--ext-diff），则该答案建议您使用Guiffy。

但是，您可能只需要diff一个仅包含ASCII字符的UTF-16文件。使它起作用的一种方法是使用--ext-diff和以下shell脚本：

#!/bin/bash
diff <(iconv -f utf-16 -t utf-8 "$1") <(iconv -f utf-16 -t utf-8 "$2")

请注意，转换为UTF-8也可能适用于合并，您只需要确保已在两个方向上都完成了。

至于查看UTF-16文件的差异时输出到终端：

尝试像这样进行比较会导致二进制垃圾涌入屏幕。如果git使用的是GNU diff，那么看来GNU diff不支持unicode。

GNU diff并不真正在乎unicode，因此当您使用diff --text时，它只是进行diff并输出文本。问题是您使用的终端无法处理发出的UTF-16（与ASCII字符的差异标记结合使用）。

解决的办法是过滤cmd.exe /c "type %1"。cmd的type内置函数将进行转换，因此您可以将其与git diff的textconv功能一起使用，以启用UTF-16文件的文本差异（尽管未经测试，也应与UTF-8一起使用）。

引用gitattributes手册页：

执行二进制文件的文本差异

有时希望看到一些二进制文件的文本转换版本的差异。例如，可以将文字处理器文档转换为ASCII文本表示形式，并显示文本的差异。即使此转换丢失了一些信息，所得的差异对于人类查看也是有用的（但不能直接应用）。

textconv config选项用于定义执行此转换的程序。该程序应采用一个参数，即要转换的文件名，并在stdout上生成结果文本。

例如，要显示文件的exif信息的差异而不是二进制信息（假设您安装了exif工具），请在$GIT_DIR/config文件（或$HOME/.gitconfig文件）中添加以下部分：

[diff "jpg"]
        textconv = exif

对于mingw32的解决方案，cygwin粉丝可能不得不更改方法。问题在于传递文件名以转换为cmd.exe，它将使用正斜杠，而cmd假定使用反斜杠目录分隔符。

第1步：

创建单个参数脚本，它将执行到标准输出的转换。c：\ path \ to \ some \ script.sh：

#!/bin/bash
SED='s/\//\\\\\\\\/g'
FILE=\`echo $1 | sed -e "$SED"\`
cmd.exe /c "type $FILE"

第2步：

设置git使其能够使用脚本文件。在您的git config中（~/.gitconfig或.git/config参见man git-config），将其放入：

[diff "cmdtype"]
textconv = c:/path/to/some/script.sh

第三步：

通过使用.gitattributes文件指出要将此工作对象应用到的文件（请参见man gitattributes（5））：

*vmc diff=cmdtype

然后git diff在您的文件上使用。

git最近已经开始了解utf16等编码。查看gitattributes文档，搜索working-tree-encoding

[请确保您的手册页匹配，因为这是很新的！]

如果（说）该文件是Windows计算机上没有BOM的UTF-16，则添加到您的.gitattributes文件中

*.vmc text working-tree-encoding=UTF-16LE eol=CRLF

如果在* nix上使用UTF-16（带有bom），请执行以下操作：

*.vmc text working-tree-encoding=UTF-16-BOM eol=LF

（替换*.vmc用*.whatever的whatever类型的文件需要处理）

请参阅：支持工作树编码“ UTF-16LE-BOM”。

以后添加

在@Hackslash之后，可能会发现这是不够的

 *.vmc text working-tree... 

要获得漂亮的文本差异，您需要

 *.vmc diff working-tree...

这也很好

 *.vmc text diff working-tree... 

但这可以说是多余的（eol = ...表示文本）和冗长的（大型项目可能很容易拥有数十种不同的文本文件类型！）

我建议的解决方案是在gitattributes文件的早期使用：

 [attr]textfile text diff

然后对于所有需要是文本和差异的路径

 path textfile working-tree-encoding= eol=...

请注意，在大多数情况下，我们希望使用默认编码（utf-8）和默认eol（本机），因此可能会被删除。

免责声明：由于我们生活在离奇的时代，我没有工作的git。因此，我目前无法检查。如果有人发现问题，我会修改/删除。

注意：为什么不只使用diff？

实用：在大多数情况下，我们希望使用天然eol。这意味着没有“ eol = ...”。因此，文本不会被隐含，需要明确地放置。

概念上：文本与二进制是基本区别。eol，encoding，diff等只是其中的一些方面。

我已经编写了一个小的git-diff驱动程序，to-utf8该驱动程序应该可以轻松区分所有非ASCII / UTF-8编码的文件。您可以按照以下说明进行安装：https : //github.com/chaitanyagupta/gitutils#to-utf8（该to-utf8脚本在同一仓库中可用）。

请注意，此脚本需要file和iconv命令都可以在系统上使用。

最近在Windows上出现了这个问题，而git附带的Windows的bins dos2unix和unix2dosbins 解决了这个问题。默认情况下，它们位于中C:\Program Files\Git\usr\bin\。如果你的文件中看到如此只会工作并不需要是UTF-16。例如，某人在不需要的情况下不小心将python文件编码为UTF-16（在我的情况下）。

PS C:\Users\xxx> dos2unix my_file.py
dos2unix: converting UTF-16LE file my_file.py to ANSI_X3.4-1968 Unix format...

和

PS C:\Users\xxx> unix2dos my_file.py
unix2dos: converting UTF-16LE file my_file.py to ANSI_X3.4-1968 DOS format...