检查预接收挂钩中的文件不是二进制文件

Question

在服务器端的git pre-receiveve钩子中，我使用以下命令获取提交中的文件列表：

my @new_file_list =  `git diff --name-only $old..$new`;;

通过循环，我得到每个文件的大小：

foreach $file (@new_file_list)
{
  $size = `git cat-file -s $new:$file`;

通过使用什么命令，我可以得到一个布尔变量，该变量将定义提交中的文件是否为二进制文件？ 所以我在输入中有一个文件名 ，以及$ old $ new修订版，如果文件是二进制文件，可以定义什么命令？

提前致谢。

Answer 1

Perl有许多文件测试操作符，它们会告诉您有关文件的各种信息（您已经在使用-s ）。 其中包括以下内容（摘自文档 ）：

-T文件是ASCII或UTF-8文本文件（启发式猜测）。

-B文件是“二进制”文件（与-T相反）。

值得强调的是，这只是一种启发式方法。 Perl检查文件的开头，并检查看起来可打印的字符比例。

因此，您可以像下面这样在代码中使用它们：

if (-B $filename) {
  # file is (probably) binary
}

Answer 2

这取决于您确切想要实现的目标和成本。 如果要防止由于编译而意外提交文件，只需添加一个.gitignore文件以排除提交（顺便说一句，这始终是个好主意，还排除备份副本和编辑器临时文件），然后进行挂钩检查如果已提交文件的扩展名在允许列表中。

Perl中前面提到的-T / -B检查很好，但是，阅读建议的文档是很好的。 它比检查扩展名的效率低，但是它使用文件的实际内容给出了答案。

如果-B / -T启发式文件（如文档中所述）不适合您的需求，请使用file。 在Perl中，您已经可以使用以下软件包：

File::Type
File::LibMagic
File::MMagic

您将收到文件的MIME类型，并且需要编写一些逻辑来解释结果。

除非没有我们不知道的特定要求，否则我个人会坚持使用.gitignore并检查扩展名。 （可选）对于开发人员将禁止的文件提交到存储库中，您可以考虑使用某种类型的控制棒（最好是虚拟的，因为通常不考虑体罚）。

Answer 3

您可能已经注意到，Git有时会告诉您“二进制文件...和...不同”。

根据对类似问题的回答 ，Git通过查看前8,000个字节来检查文件是否为二进制。 如果它们包含NUL字节，则Git认为该文件是二进制文件。

您可以在钩子中使用git diff ，让Git决定：

if git diff --numstat $old $new -- $file | grep -q -P -e '-\t-\t'; then
    # binary
else
    # text
fi

对于与Git无关并且不在任何存储库中的文件，这甚至是可能的。 如果

git diff --no-index --numstat /dev/null $some_file

打印dash-TAB-dash-TAB然后该文件为二进制文件（从Git的角度来看）。 从文档 ：

 git diff --no-index [--options] [--] [<path>…​] 

这种形式是比较文件系统上给定的两个路径。

...

 --numstat 

与--stat相似，但是以十进制表示法和路径名显示添加和删除的行数，不带缩写，以使其对计算机更友好。 对于二进制文件，输出两个-而不是说0 0。