这个视频由John Williams制作，概述了计算Git提交哈希值所需的数据。以下是视频中的截图：
不使用Git重新实现提交哈希
为了更深入地理解Git的这个方面，我在Rust中重新实现了生成Git提交哈希的步骤，而不使用Git。目前它可以在“提交单个文件”时获取哈希值。这里的答案对我实现这一点非常有帮助，谢谢。
这个答案的源代码可以在这里找到。使用cargo run来执行它。
以下是我们需要计算的各个数据部分，以得到一个Git提交哈希：
- 文件的对象ID，涉及使用SHA-1对文件内容进行哈希。在Git中，
hash-object提供了这个ID。
- 进入树对象的对象条目。在Git中，你可以通过
ls-tree来了解这些条目，但它们在树对象中的格式略有不同：[模式] [文件名]\0[对象ID]
- 树对象的哈希值的形式为：
tree [对象条目的大小]\0[对象条目]。在Git中，可以使用以下命令获取树的哈希值：git cat-file commit HEAD | head -n1
- 通过对你看到的数据进行哈希，得到提交哈希值。这包括树对象的哈希值以及提交信息，如作者、时间、提交消息，以及父提交哈希（如果不是第一个提交）。
每一步都依赖于前一步。让我们从第一步开始。
获取文件的对象ID
第一步是重新实现Git的
hash-object，如
git hash-object your_file。
我们通过连接和哈希以下数据来创建文件的对象哈希：
- 以字符串"blob "开头（注意末尾的空格），然后是
- 文件的字节数，然后是
- 一个空字节，在
printf和Rust中表示为\0，然后是
- 文件内容。
在Bash中：
file_name="your_file";
printf "blob $(wc -c < "$file_name")\0$(cat "$file_name")" | sha1sum
在Rust中：
fn git_hash_object(file_content: &[u8]) -> Vec<u8> {
let file_size = file_content.len().to_string();
let hash_input = [
"blob ".as_bytes(),
file_size.as_bytes(),
b"\0",
file_content,
]
.concat();
to_sha1(&hash_input)
}
我在
to_sha1中使用
crate sha1版本0.10.5。
fn to_sha1(hash_me: &[u8]) -> Vec<u8> {
use sha1::{Digest, Sha1};
let mut hasher = Sha1::new();
hasher.update(hash_me);
hasher.finalize().to_vec()
}
获取文件的对象条目
对象条目是Git的树对象的一部分。树对象代表文件和目录。
文件的对象条目具有以下形式：[模式] [文件名]\0[对象ID]
我们假设该文件是一个普通的非可执行文件，在Git中对应的模式是100644。请参阅此处了解更多关于模式的信息。
这个Rust函数将前一个函数git_hash_object的结果作为参数object_id传入：
fn object_entry(file_name: &str, object_id: &[u8]) -> Vec<u8> {
let mode = "100644";
let object_entry = [
mode.as_bytes(),
b" ",
file_name.as_bytes(),
b"\0",
object_id,
]
.concat();
object_entry
}
我试图在Bash中写出与
object_entry等效的代码，但是Bash变量
不能包含空字节。可能有办法绕过这个限制，但是我决定暂时如果在Bash中不能使用变量，那么代码会变得非常难以理解。欢迎提供一个可读的Bash等效代码的修改。
获取树对象哈希值
如上所述，树对象代表Git中的文件和目录。您可以通过运行例如git cat-file commit HEAD | head -n1来查看树对象的哈希值。
树对象的形式为：tree [对象条目的大小]\0[对象条目]
在我们的情况下，我们只有一个单独的object_entry，在前一步中计算出来：
fn tree_object_hash(object_entry: &[u8]) -> String {
let object_entry_size = object_entry.len().to_string();
let tree_object = [
"tree ".as_bytes(),
object_entry_size.as_bytes(),
b"\0",
object_entry,
]
.concat();
to_hex_str(&to_sha1(&tree_object))
}
其中to_hex_str被定义为：
fn to_hex_str(bytes: &[u8]) -> String {
bytes.iter().map(|byte| format!("{byte:02x}")).collect()
}
在 Git 存储库中，您可以使用
ls-tree 查看树对象的内容。例如，运行
git ls-tree HEAD 将生成以下类似的行：
100644 blob b8c0d74ef5ccd3dab583add7b3f5367efe4bf823 your_file
虽然这些行包含了一个对象条目的数据（模式、对象ID和文件名），但它们的顺序不同，并且还包括一个制表符以及作为对象ID输入的字符串"blob"。对象条目的形式如下：[模式] [文件名]\0[对象ID]
获取提交哈希值
最后一步是创建提交哈希值。
我们使用SHA-1进行哈希的数据包括：
- 来自上一步的树对象哈希。
- 如果提交不是仓库中的第一个提交，则包括父提交的哈希。
- 作者姓名和作者日期。
- 提交者姓名和提交日期。
- 提交消息。
你可以通过git cat-file commit HEAD查看所有这些数据，例如：
tree a76b2df314b47956268b0c39c88a3b2365fb87eb
parent 9881a96ab93a3493c4f5002f17b4a1ba3308b58b
author Matthias Braun <m.braun@example.com> 1625338354 +0200
committer Matthias Braun <m.braun@example.com> 1625338354 +0200
Second commit (that's the commit message)
你可能已经猜到了
1625338354是一个时间戳。在这种情况下，它表示自
Unix纪元以来的秒数。你可以通过
date将
git log中的日期和时间格式（如"Sat Jul 3 20:52:34 2021"）转换为Unix纪元秒数：
date --date='Sat Jul 3 20:52:34 2021' +"%s"
在这个例子中，时区被表示为+0200。
根据cat-file的输出，您可以使用以下Bash命令创建Git提交哈希（该命令使用git cat-file，因此不需要重新实现）：
cat_file_output=$(git cat-file commit HEAD);
printf "commit $(wc -c <<< "$cat_file_output")\0$cat_file_output\n" | sha1sum
这个 Bash 命令演示了与之前的步骤类似，我们哈希的内容是：
- 一个前导字符串，在本步骤中为 "commit "，后跟
- 一堆数据的大小。这里是
cat-file 的输出，上面有详细说明。然后跟
- 一个空字节，然后跟
- 数据本身（
cat-file 的输出），末尾有一个换行符。
如果你记分的话：创建 Git 提交哈希至少需要使用 SHA-1 三次。
下面是用于创建 Git 提交哈希的 Rust 函数。它使用在上一步中生成的 tree_object_hash 和一个包含调用 git cat-file commit HEAD 时看到的其余数据的结构体 CommitMetaData。该函数还会处理提交是否有父提交。
fn commit_hash(commit: &CommitMetaData, tree_object_hash: &str) -> Vec<u8> {
let author_line = format!(
"{} {}",
commit.author_name_and_email, commit.author_timestamp_and_timezone
);
let committer_line = format!(
"{} {}",
commit.committer_name_and_email, commit.committer_timestamp_and_timezone
);
let parent_commit_line = match commit.parent_commit_hash {
Some(parent_commit_hash) => format!("\nparent {parent_commit_hash}"),
None => "".to_string(),
};
let git_cat_file_str = format!(
"tree {}{}\nauthor {}\ncommitter {}\n\n{}\n",
tree_object_hash, parent_commit_line, author_line, committer_line, commit.commit_message
);
let git_cat_file_len = git_cat_file_str.len().to_string();
let commit_object = [
"commit ".as_bytes(),
git_cat_file_len.as_bytes(),
b"\0",
git_cat_file_str.as_bytes(),
]
.concat();
to_sha1(&commit_object)
}
这里是
CommitMetaData：
#[derive(Debug, Copy, Clone)]
pub struct CommitMetaData<'a> {
pub(crate) author_name_and_email: &'a str,
pub(crate) author_timestamp_and_timezone: &'a str,
pub(crate) committer_name_and_email: &'a str,
pub(crate) committer_timestamp_and_timezone: &'a str,
pub(crate) commit_message: &'a str,
pub(crate) parent_commit_hash: Option<&'a str>,
}
这个函数创建CommitMetaData，其中作者和提交者的信息是相同的，在以后运行程序时将非常方便：
pub fn simple_commit<'a>(
author_name_and_email: &'a str,
author_timestamp_and_timezone: &'a str,
commit_message: &'a str,
parent_commit_hash: Option<&'a str>,
) -> CommitMetaData<'a> {
CommitMetaData {
author_name_and_email,
author_timestamp_and_timezone,
committer_name_and_email: author_name_and_email,
committer_timestamp_and_timezone: author_timestamp_and_timezone,
commit_message,
parent_commit_hash,
}
}
将所有内容整合在一起
作为总结和提醒，创建一个Git提交哈希包括以下步骤：
- 文件的对象 ID，它涉及使用SHA-1对文件内容进行散列。在Git中，
hash-object提供了该ID。
- 进入树对象的对象条目。在Git中，你可以通过
ls-tree获取这些条目的一个概念，但它们在树对象中的格式略有不同：[模式] [文件名]\0[对象ID]
- 树对象的散列值，其形式为：
tree [对象条目的大小]\0[对象条目]。在Git中，使用以下命令获取树对象的散列值：git cat-file commit HEAD | head -n1
- 通过对看到的数据进行散列来获得提交散列值，其中包括树对象的散列值以及作者、时间、提交消息和父提交散列值（如果它不是第一个提交）等提交信息。使用
cat-file进行散列。
在Rust中：
pub fn get_commit_hash(
file_name: &str,
file_content: &[u8],
commit: &CommitMetaData
) -> String {
let file_object_id = git_hash_object(file_content);
let object_entry = object_entry(file_name, &file_object_id);
let tree_object_hash = tree_object_hash(&object_entry);
let commit_hash = commit_hash(commit, &tree_object_hash);
to_hex_str(&commit_hash)
}
使用上述函数，您可以在Rust中创建一个文件的Git提交哈希，而无需使用Git：
use std::{fs, io};
fn main() -> io::Result<()> {
let file_name = "your_file";
let file_content = fs::read(file_name)?;
let first_commit = simple_commit(
"Firstname Lastname <test@example.com>",
"1624464138 +0200",
"Message of first commit",
None,
);
let first_commit_hash = get_commit_hash(file_name, &file_content, &first_commit);
Ok(println!("Git commit hash: {first_commit_hash}"))
}
要创建第二个提交的哈希值，你需要将第一个提交的哈希值放入第二个提交的
CommitMetaData中。
let second_commit = simple_commit(
"Firstname Lastname <test@example.com>",
"1625388354 +0200",
"Message of second commit",
Some(first_commit_hash),
);
除了这里的其他答案和链接之外，以下是我在创建有限重新实现时使用的一些有用资源：
- JavaScript中
git hash-object的重新实现。
- Git树对象的格式，如果我想使我的重新实现更完整，这将是我下一个查找的地方：处理涉及多个文件的提交。
git hash-object是用来添加文件的，而不是其他类型的对象。显然，类型会以某种方式附加到散列内容上。我敢打赌9e不是长度，整行都是一个哈希值，因为SHA1算法返回的就是这样的结果。 - max630SHA=9eabf5b536662000f79978c4d1b6e4eff5c8d785; git cat-file -p $SHA | git hash-object -t $(git cat-file -t $SHA) --stdin. Read: You needgit hash-object -t commit fi- Tino