如何阻止 git 在结帐时破坏编码

Question

我最近使用以下设置将一个 .gitattributes 文件添加到 c# 存储库中：

*            text=auto
*.cs         text diff=csharp

我按照 github 的这些说明重新规范了存储库，它似乎工作正常。

我

遇到的问题是，当我签出一些文件（不是全部）时，我看到许多奇怪的字符与实际代码混合在一起。当 git 通过上面的 .gitattributes 文件指定的lf->crlf转换运行文件时，似乎会发生这种情况。

根据Notepad++的说法，弄乱的文件正在使用UCS-2 Little Endian或UCS-2 Big Endian编码。看似工作正常的文件要么是ANSI的，要么是UTF-8编码的。

作为参考，我的git版本是1.8.0.msysgit.0，我的操作系统是Windows 8。

任何想法如何解决这个问题？更改文件的编码就足够了吗？

Answer 1

如果使用每个字符都是两个字节的编码，则会发生这种情况。
然后，CRLF 将被编码为 rn 。

Git 认为它是一种单字节编码，所以它把它变成了 rrn .
这使得下一行少一个字节，导致每隔一行都充满中文。 （因为变成了低位字节而不是高位字节）

您可以使用以下 LINQPad 脚本将文件转换为 UTF8：

const string path = @"C:...";
foreach (var file in Directory.EnumerateFiles(path, "*", SearchOption.AllDirectories))
{
    if (!new [] { ".html", ".js"}.Contains(Path.GetExtension(file)))
        continue;
    File.WriteAllText(file, String.Join("rn", File.ReadAllLines(file)), new UTF8Encoding(encoderShouldEmitUTF8Identifier: true));
    file.Dump();
}

这不会修复损坏的文件;您可以通过在十六进制编辑器中将rn替换为n来修复文件。 我没有 LINQPad 脚本。 （因为没有简单的Replace()方法可以byte[]）

Answer 2

要解决此问题，请转换文件的编码（UTF-8 应该没问题）或禁用换行符自动转换（您拥有的git config core.autocrlf false和 .gitattributes 的东西）。