什么原因会导致Git混淆字符编码？

Question

编辑：git不会干扰字符编码。这里仍保留原文以分享知识和避免他人犯同样的错误。

---

背景：我的企业使用svn仓库，我使用git-svn作为客户端与该仓库交互。项目中的所有文本文件都（必须）使用Windows默认编码(cp-...)进行编码。我使用git-extensions和命令行来控制git。

我的操作：在过去的3天里，我一直在开发一个新功能，并进行了多次本地提交。最后，我使用交互式变基将所有这些提交压缩成一个提交，然后使用git svn dcommit命令将所有内容推送到svn仓库中。

问题产生：一个同事告诉我，我修改的文件以及我提交后的新文件中的所有重音符号都被弄乱了。我之前已经使用安装的git + svn提交包含重音符号的文本文件到相同的仓库中，并且这是我第一次遇到这个问题。

我的调查：我尝试了以下方法进行调查：使用notepad++打开文件，并尝试使用最常见的编码格式（包括Windows默认编码和UTF-8）查看它们：没有一种编码可以正确地显示重音符号，并且不同的重音符号总是用相同的奇怪字符序列呈现。

临时解决方法：我快速使用git extension创建了一个撤销提交，并将其“dcommited”了。

问题：我的企业svn仓库正常，但现在我需要解决以下两个问题：

1. 理解发生了什么，导致有重音符号的字符被破坏了
2. 从SVN历史记录中检索我的工作，并以正确的方式提交它（如果可能，而无需手动审查所有带重音符号的字符）

是否有人可以提供一些线索（我对git还比较新）？

- Samuel Rossille

---

你的意思是说你的文本文件内容被更改了，而不是路径吗？（我问这个问题是因为我知道git-svn处理文件的方式类似于字节数组）。你使用的git-svn版本是什么？ - Dmitry Pavlenko

当git-svn向仓库提交更改时，会执行以下操作： - Dmitry Pavlenko

我迫不及待地想读你回答中“以下内容”的部分；=） - Samuel Rossille

抱歉，我误解了，这里只是评论区，我不知道。要么是交互式变基破坏了文件，要么是git-svn的问题。您可以通过创建一个临时分支（git co <commit-id>; git co -b tmpbranch）来检查，在执行交互式变基之前最新的提交，再在相同的情况下重新进行交互式变基。之后，请检查您的文件是否正常。请告诉我是git-svn还是变基的问题。 - Dmitry Pavlenko

Git在操作中不会销毁对象，它只是插入新的并更新引用。它仅在垃圾回收调用时才会销毁它们（虽然通常会隐式调用，但默认情况下不会修剪所有无法访问的对象）。 Git保留从引用和reflog访问的所有对象。但是，即使是无法访问的对象（默认情况下）也不会在约30天内被收集。只有在显式调用“git prune”或“git gc --prune”等命令时才会进行修剪。 - Dmitry Pavlenko

Answer 1

现在让我们揭示痛苦的真相（对于我的自尊心而言是痛苦的，而不是对于git用户）： 我弄乱了重音，而不是git。

我本可以删除那个问题，因为它让人错误地认为git会弄乱重音，但考虑到点赞数，我认为很多人都和我犯了同样的错误，所以我选择回答自己的问题来确立事实，并可能帮助处于同样情况下的人：

1. Git不会触及除换行符以外的字符。
2. 在提交之前我就弄乱了重音，但由于我没有注意到，所以没有发现。为了这么做，我使用Eclipse编辑了一些文件。Eclipse没有识别出编码，因此保存时所有重音都被奇怪的字节序列替换了。就是这样。

再次感谢Dmitry Pavlenko给我指导如何解决这个问题。

+1 到 "git reflog"

祝你修复重音愉快 ;=)

- Samuel Rossille

---

不幸的是，Eclipse在Linux和Windows上使用不同的编码默认值。仅仅这一点就给我带来了比其他任何问题都更多的麻烦。 - Rodrigo Coacci

我也因为Eclipse而来搜索这个问题。我想我的问题只是由于行结尾的改变，但我想确保这就是全部。感谢您的诚实和详细信息 :) - kwill