Получение читаемых дисплеев diff в Mercurial в файлах Unicode (MS Windows)

Ответ 1

Это не относится к вам; прочитайте последний абзац, если он не похож на него.

Я не уверен, что это то, что вам нужно, но мне нужно было разграничить содержимое UTF-16LE больше, чем просто "двоичные файлы разные" - когда я искал несколько месяцев назад, я нашел поток и ошибка, обсуждающая его; здесь часть. Я не могу найти исходный источник этого мини-расширения (хотя он делает именно то, что делает этот патч), но я получил расширение, BOM.py:

#!/usr/bin/env python

from mercurial import hg, util

import codecs

boms = [
    codecs.BOM_UTF8,
    codecs.BOM_UTF16_BE, codecs.BOM_UTF16_LE,
    codecs.BOM_UTF32_BE, codecs.BOM_UTF32_LE
    ]

def binary(s):
    if s:
        for bom in boms:
            if s.startswith(bom):
                return False
        return '\0' in s
    return False


def reposetup(ui, repo):
    util.binary = binary

Это загружается в .hgrc(или ваши пользователи \username\mercurial.ini) следующим образом:

[extensions]
bom = ~/.hgexts/BOM.py

Обратите внимание, что путь будет отличаться между Windows и Linux; на моей копии Windows я поместил путь как \...\whatever (он на USB-диске, где буква диска может измениться). К сожалению, относительные пути берутся относительно текущего рабочего каталога, а не корня репозитория или любой такой вещи, но если вы сохраняете его на своем диске C: вы можете просто поместить полный путь.

В Linux (моя основная среда разработки) это работает хорошо; в командной строке (который я все еще использую регулярно), он обычно работает хорошо. Я никогда не пробовал это в PowerShell, но я ожидал бы, что это будет лучше, чем Command Prompt в его поддержке произвольных нулевых байтов в командной строке.

Я не уверен, что это то, чего вы хотите вообще; кстати, вы сказали "двоичные различия". Я подозреваю, что вы уже можете либо иметь это, либо делать hg diff -a, который достигает того же самого. В этом случае все, что я могу представить, это написать другое расширение, которое берет UTF-16LE и пытается его декодировать в UTF-8. Я не уверен в синтаксисе для такого расширения, но я мог бы попробовать это.

Изменить:, теперь травляя источник mercurial с помощью команд .py, cmdutil.py, patch.py ​​и mdiff.py, я вижу, что двоичные разности выполняются с помощью кодировки base85 (patch.b85diff), а не нормальный diff. Я не знал об этом, я думал, что это просто заставило его разобраться. В этом случае, возможно, этот текст имеет значение в конце концов. Я жду ответа, чтобы убедиться, что это!

Ответ 2

Я работал над этим, создав новый файл с NotePad ++ и сохраняя его как файл PowerShell (расширение .ps1). NotePad ++ создаст файл как обычный ANSI файл. После создания я могу открыть файл в редакторе PowerShell и внести необходимые изменения, если редактор не изменил кодировку файла.

Отказ от ответственности: я столкнулся с этим всего несколько минут назад, и поэтому я не уверен, есть ли какие-либо последствия, но до сих пор мои сценарии работают нормально, и мои различия проявляются хорошо.

Ответ 3

Если мой другой ответ не сделает то, что вы хотите, я думаю, что это возможно; хотя я еще не тестировал его на Windows, но он хорошо работает в Linux. Он делает то, что потенциально является неприятным, обертывая mercurial.mdiff.unidiff новой функцией, которая преобразует utf-16le в utf-8. Это не повлияет на hg st, но повлияет на hg diff. Одна потенциальная ошибка заключается в том, что спецификация также будет изменена с спецификации UTF-16LE на спецификацию UTF-8.

В любом случае, я думаю, что это может быть полезно для вас, так что вот оно.

Файл расширения utf16decodediff.py:

import codecs
from mercurial import mdiff

unidiff = mdiff.unidiff

def new_unidiff(a, ad, b, bd, fn1, fn2, r=None, opts=mdiff.defaultopts):
    """
    A simple wrapper around mercurial.mdiff.unidiff which first decodes
    UTF-16LE text.
    """

    if a.startswith(codecs.BOM_UTF16_LE):
        try:
            # Gets reencoded as utf-8 to be a str rather than a unicode; some
            # extensions may expect a str and may break if it wrong.
            a = a.decode('utf-16le').encode('utf-8')
        except UnicodeDecodeError:
            pass

    if b.startswith(codecs.BOM_UTF16_LE):
        try:
            b = b.decode('utf-16le').encode('utf-8')
        except UnicodeDecodeError:
            pass

    return unidiff(a, ad, b, bd, fn1, fn2, r, opts)

mdiff.unidiff = new_unidiff

В .hgrc:

[extensions]
utf16decodediff = ~/.hgexts/utf16decodediff.py

(или эквивалентные пути.)