解压Git树对象

Question

我写了一个小的Groovy实用程序，可以解压git blob对象并且能够正常工作，我可以看到blob的内容。这同样适用于commits。

但是，在trees中存在问题。当我解包它们时，会得到如下信息：tree 29100644 a�⛲��CK�)�wZ���S�。从对象大小后面可以看出，无法读取内容。看起来这个内容以不同的格式保存。

以下是我的代码：

   ByteArrayOutputStream result = new ByteArrayOutputStream()
   InflaterOutputStream byteWriter = new InflaterOutputStream(result)
   byteWriter.write(new File(input).bytes)
   byteWriter.close()
   println result

尝试在Ruby中做了类似的事情，结果也是一样的。因此我认为问题在于文件的格式不是Zlib格式。

- Stanislav Bashkyrtsev

Answer 1

但是树形内容并不是一个可读的字符串，如果我遵循文章"Git tree objects, how are they stored?" 的话：

一般格式如下：

• 前4个字节声明对象类型。在我们的例子中，这四个字节是“tree”，使用ASCII编码。
• 然后是一个空格，
• 接着是条目，没有分隔符。

确切的格式如下。所有大写字母都是“非终端符号”，我会稍后解释。

tree ZN(A FNS)*

其中：

• N 代表 NUL 字符
• Z 代表对象的大小（以字节为单位）
• A 代表 Unix 访问代码，使用 ASCII 编码，例如> 对于普通文件的访问权限为 100644。
• F 代表文件名（我不确定其编码方式，但肯定与 ASCII 兼容），以 NUL 结尾。

S is the 20 byte SHA hash of the entry pointed to, 20 bytes long.

这里有一个例子。
假设我们有一个包含两个文件的目录，分别叫做test和test2。该目录的SHA值为f0e12ff4a9a6ba281d57c7467df585b1249f0fa5。您可以在输出中看到条目的SHA哈希值。

$ git cat-file -p f0e12ff4a9a6ba281d57c7467df585b1249f0fa5
100644 blob 9033296159b99df844df0d5740fc8ea1d2572a84    test
100644 blob a7f8d9e5dcf3a68fdd2bfb727cde12029875260b    test2

- VonC

---

感谢您指引我正确的方向。我无法理解SHA1是如何编码成20字节的，但在这里找到了资料：http://git.rsbx.net/Documents/Git_Data_Formats.txt 但是那里的语言太过复杂，而且看起来算法也不是很简单。另一个了解它是如何工作的选择是JGit源代码：https://github.com/eclipse/jgit/ 但也不是非常易读。 - Stanislav Bashkyrtsev

获取十六进制编码的SHA1的20字节输出的简单方法是将其输入到“xxd -r -p”中。 - Dave