将git仓库文件编码转换

Question

我有一个包含使用 ISO-8859-1 编码的文件的大型 CVS 仓库，希望将其转换为 git。

当然，我可以配置 git 使用 ISO-8859-1 编码，但我希望使用 utf8 编码。

现在，像 iconv 或 recode 这样的工具可以转换我的工作树中文件的编码。我可以提交一条类似于 converted encoding 的消息。

我的问题是，是否有可能转换完整的历史记录？无论是从 cvs 转换到 git 还是之后。我的想法是编写一个脚本，读取 git 仓库中的每个提交，并将其转换为 utf8 并提交到新的 git 仓库中。

这可行吗（我对哈希代码以及如何遍历提交、分支和标签不确定）？还是有工具可以处理这样的问题？

- Bertram Nudelbach

---

是的，你可以重写历史记录，但最好不要这样做：你不应该重写已经推送到某个地方的仓库。我的意见是：使用iconv和普通提交是正确的方法。 - KingCrunch

好的，谢谢@KingCrunch。但是由于我新创建了git存储库，它被推送到了无处。而且我也愿意创建一个基于第一个存储库历史记录的“utf8”编码的第二个存储库。这基本上是相同的，只是我不会修改现有的存储库。 - Bertram Nudelbach

Answer 1

你可以使用 git filter-branch 来实现这个功能。思路是需要在每个提交中更改文件的编码，随着提交的进行逐步重写每个提交。

首先，编写一个脚本来更改存储库中每个文件的编码。它可能看起来像这样：

#!/bin/sh

find . -type f -print | while read f; do
        mv -i "$f" "$f.recode.$$"
        iconv -f iso-8859-1 -t utf-8 < "$f.recode.$$" > "$f"
        rm -f "$f.recode.$$"
done

然后使用 git filter-branch 命令运行这个脚本，每次只针对一个提交进行操作：

git filter-branch --tree-filter /tmp/recode-all-files HEAD

其中/tmp/recode-all-files是上述脚本。

在从CVS刚刚升级的存储库中，您可能只有一个具有线性历史记录的git分支回到开始。如果您有几个分支，则可能需要增强git filter-branch命令以编辑所有提交。

- Celada

---

很好！目前该命令正在测试git存储库上运行。实际上我有很多分支，我刚刚查看了文档，我只需要添加“--all”来过滤所有分支吗？ - Bertram Nudelbach

对于其他的分支，命令git filter-branch --tree-filter /tmp/recode-all-files -- --all可以过滤所有分支。 - Bertram Nudelbach

我正在尝试使用您的答案，但是我收到了“recode-all-files: command not found”的错误提示。我正在使用Mac电脑，它似乎已经安装了iconv，但我不知道是否需要进行其他设置。 - marimaf

如果您在提交消息中也使用了ISO-8859-1字符，您也可以将它们转换为UTF-8：git filter-branch --msg-filter 'iconv -f iso-8859-1 -t utf-8' -- --all - hfs