如何在Windows上使用Git commit-msg钩子计算非ASCII字符

Question

我通过TortoiseGit在Windows上使用Git，目前我正在尝试使用这个commit-msg钩子来检查提交消息行的长度。

当我只用ASCII字符编写消息时，一切都很好。但是当我用俄语写消息时，字符计数器产生的结果是实际长度的两倍。看起来计数器在将消息另存为 UTF-8 文件时使用默认的 Windows 编码或类似的东西。

一些亮点：

• .git/COMMIT_EDITMSG具有 UTF-8 编码;
• 我的钩子中的echo $line正确显示非 ASCII 字符;
• ${#line}返回一个等于 actual_length * 2 的值;
• 我尝试了不同的方法来迭代一行中的字符，每次迭代器都将每个字节视为一个单独的字符。

更新 1：我想在不添加环境依赖项的情况下实现我的目标(即，无需安装 Python 等其他解释器(。

Answer 1

不要计算字节 — 计算字符数。 即，在您的编程语言中将(解码(输入从字节转换为字符。以 UTF-8 编码的俄语字符占用 2 个字节。示例(在 Python 中(：

$ python
>>> len('тест')
8
>>> len(u'тест')
4
>>> len('тест'.decode('utf-8'))
4

Answer 2

现在，echo $line | iconv --from-code UTF-8 --to-code cp866做到了。

它涵盖了我的用例(消息中只需要西里尔文或基本拉丁字符(，但缺乏通用性。我希望有人知道一个更干净的解决方案。

这是我当前的脚本：

#!/bin/bash
#http://chris.beams.io/posts/git-commit/#seven-rules
cnt=0
while IFS='' read -r line || [[ -n "$line" ]]; do
  cnt=$((cnt+1))
  cp866_line=`echo $line | iconv --from-code UTF-8 --to-code cp866`
  if [ $? -eq 0 ]; then
    length=${#cp866_line}
  else
    length=${#line}
  fi
  if [ $cnt -eq 1 ]; then
    # Checking if subject exceeds 50 characters
    if [ $length -gt 50 ]; then
      echo "Your subject line exceeds 50 characters"
      exit 1
    fi
    i=$(($length-1))
    last_char=${line:$i:1}
    # Subject line must not end with a period
    if [[ $last_char == "." ]]; then
      echo "Your subject line ends with a period"
      exit 1
    fi
  elif [ $cnt -eq 2 ]; then
    # Subject must be followed by a blank line
    if [ $length -ne 0 ]; then
      echo "Your subject line is followed by a non-empty line"
      exit 1
    fi
  else
    # Any line in body must not exceed 72 characters
    if [ $length -gt 72 ]; then
      echo "The line "$line" exceeds 72 characters"
      exit 1
    fi
  fi
done < "$1"