git可以将zip文件视为目录，将zip内部的文件视为blob吗？

Question 1

场景

想象一下，我被迫使用总是存储在其中的某些文件 .zip文件文件。zip内的某些文件是小的文本文件，并且经常更改，而其他文件则较大，但幸运的是，它们是静态的（例如图像）。

如果我想将这些zip文件放在 git存储库中，则每个zip都被视为一个blob，因此每当我提交存储库时，该zip文件的大小都会增加...即使内部只有一个小文本文件发生了变化！

为什么这很现实

MS Word 2007/2010.docx和Excel.xlsx文件是ZIP文件...

我想要的是

有没有机会告诉git您不要将zip视为文件，而是将目录视为目录并将其内容视为文件？

优点

回购规模小得多，即更快的传输/备份
使用Git将更改显示为zip可以自动运行

但这行不通，你说？

我意识到，没有额外的元数据将导致一定程度的歧义：在git checkoutgit上，必须决定要创建foo.zip/bar.txt为常规目录中的文件还是zip文件。但是，我认为这可以通过配置选项解决。

有两个想法如何实现（如果尚不存在）

使用诸如gitminizip或IO::Compress::Zipgit内部的库
以某种方式添加文件系统层，以便git实际上将zip文件视为目录以

Question 2

它不存在，但是在当前框架中很容易存在。就像git在执行diff时显示二进制文件或ascii文件的行为有所不同一样，可以通过配置界面告知git对某些文件类型提供特殊处理。

如果您不想更改代码库（尽管这是个不错的主意），也可以使用pre-commit和check-out挂钩解压缩并存储文件，从而自己编写脚本，然后在结帐时将其恢复为.zip状态。您必须将操作限制为仅由指定的那些文件blob /索引git add。

无论哪种方式都需要一些工作-只是其他git命令是否了解正在发生的事情并可以很好地播放的问题。

Question 3

Zippey-使用git文件过滤器的解决方案

我的解决方案是使用过滤器将zip文件“拉平”为一个整体的，扩展的（可能很大）的文本文件。在git add/期间commit该zip文件将自动扩展为该文本格式，以进行正常的文本对比；在结帐期间，该文件会自动再次压缩。

文本文件由记录组成，每个记录代表zip中的一个文件。因此，您可以认为此文本文件是原始zip的基于文本的图像。如果zip中的文件确实是文本，则将其复制到文本文件中；否则，它是base64编码的，然后再复制到文本格式文件中。这样可以使文本文件始终为文本文件。

尽管此过滤器不会使zip中的每个文件都成为斑点，但文本文件会逐行映射（这是diff的单位），而二进制文件的更改可以通过更新其相应的base64来表示。我认为这相当于OP的想象。

有关详细信息和原型代码，您可以阅读以下链接：

Zippey Git文件过滤器

另外，还要感谢激发我这一解决方案的地方：关于文件过滤器工作原理的描述

Question 4

使用bup（在GitMinutes＃24中详细介绍）

它是唯一的git-like系统专门用来对付大（甚至是非常非常大）文件，这意味着一个zip文件的每个版本将只从它的增量增加（而不是一个完整的额外副本）回购

结果是常规的Git命令可以读取的实际git repo。

我将详细介绍bupGit与“ git with large files ”的区别。

git-annex如“git-annex使用大文件”中所述，任何其他解决方法（例如）都不是完全令人满意的。

Question 5

http://tante.cc/2010/06/23/managing-zip-based-file-formats-in-git/

（注意：根据Ruben的评论，这仅是获得适当的差异，而不是提交未压缩的文件。）

打开〜/ .gitconfig文件（如果尚不存在，则创建）并添加以下节：

[diff“ zip”] textconv =解压缩-c -a

它的作用是使用“ unzip -c -a FILENAME”将您的zip文件转换为ASCII文本（unzip -c解压缩为STDOUT）。接下来是创建/修改文件REPOSITORY / .gitattributes并添加以下内容

* .pptx diff = zip

它告诉git对配置给定掩码的文件使用config中的zip-diffing描述（在这种情况下，所有以.pptx结尾的文件）。现在，git diff自动解压缩文件并比较ASCII输出，这比“二进制文件不同”要好一点。另一方面，对于pptx文件的相应XML所造成的混乱，它并没有多大帮助，但是对于包含文本的ZIP文件（例如源代码档案）来说，这实际上非常方便。

Question 6

~~重新压缩~~ ReZipDoc，类似于由sippey Zippey，允许处理与git的一个更好的方式ZIP文件。

这个怎么运作

添加/提交基于ZIP的文件时，在将其添加到索引/提交之前，Rezip将其解压缩并重新打包而不进行压缩。在未压缩的ZIP文件中，已归档的文件在其内容中按原样显示（以及每个文件之前的一些二进制元信息）。如果这些归档文件是纯文本文件，则此方法可与git很好地配合使用。

好处

与Zippey相比，Rezip的主要好处是，存储在存储库中的实际文件仍然是ZIP文件。因此，在许多情况下，它仍然可以工作即使未经过压缩后重新打包过滤器就获得了可以与相应的应用程序（例如Open Office）原样。

如何使用

在系统上安装过滤器：

mkdir -p ~/bin
cd ~/bin

# Download the filer executable
wget https://github.com/costerwi/rezip/blob/master/Rezip.class

# Install the add/commit filter
git config --global --replace-all filter.rezip.clean "java -cp ~/bin Rezip --store"

# (optionally) Install the checkout filter
    git config --global --add filter.rezip.smudge "java -cp ~/bin Rezip"

通过将以下行添加到<repo-root>/.gitattributes文件中，使用存储库中的过滤器：

[attr]textual     diff merge text
[attr]rezip       filter=rezip textual

# MS Office
*.docx  rezip
*.xlsx  rezip
*.pptx  rezip
# OpenOffice
*.odt   rezip
*.ods   rezip
*.odp   rezip
# Misc
*.mcdx  rezip
*.slx   rezip

该textual部分是使这些文件实际上显示为差异列表的文本文件。

Question 7

我认为您将需要将zip文件安装到文件系统。我没有用过，但是考虑一下保险丝：

http://code.google.com/p/fuse-zip/

还有适用于Windows和Linux的ZFS：

http://users.telenet.be/tfautre/softdev/zfs/

Question 8

应用程序的预压缩文件经常会出现问题，因为他们希望zip压缩方法和文件顺序成为他们选择的方法。我相信打开的Office .odf文件存在该问题。

也就是说，如果您只是使用any-old-zip作为将内容保持在一起的方法，则您应该能够创建一些简单的别名，这些别名将在需要时解压缩并重新压缩。现在，最新的Msysgit（适用于Windows的Git）在外壳程序代码侧同时具有zip和unzip，因此您可以在别名中使用它们。

我当前正在处理的项目将zips作为主要的本地版本控制/存档，因此，我也试图获取一组可行的别名，以将这数百个zip吸入git（然后再次取出；-)，同事很高兴。