Làm thế nào để git tính toán các băm tệp?

Các băm SHA1 được lưu trữ trong các đối tượng cây (được trả về bởi git ls-tree) không khớp với các băm SHA1 của nội dung tệp (được trả về bởi sha1sum)

$ git cat-file blob 4716ca912495c805b94a88ef6dc3fb4aff46bf3c | sha1sum
de20247992af0f949ae8df4fa9a37e4a03d7063e  -

Làm thế nào để git tính toán các băm tệp? Nó có nén nội dung trước khi tính toán băm không?

Git đặt tiền tố đối tượng bằng "blob", theo sau là độ dài (dưới dạng số nguyên có thể đọc được của con người), theo sau là ký tự NUL

$ echo -e 'blob 14\0Hello, World!' | shasum 8ab686eafeb1f44702738c8b0f24f2567c36da6d

Nguồn: http://alblue.bandlem.com/2011/08/git-tip-of-week-objects.html

Tôi chỉ mở rộng câu trả lời bằng cách @Leif Gruenwoldtnêu chi tiết những gì có trong tài liệu tham khảo được cung cấp bởi@Leif Gruenwoldt

Tự làm ..

• Bước 1. Tạo một tài liệu văn bản trống (tên không quan trọng) trong kho lưu trữ của bạn
• Bước 2. Giai đoạn và cam kết tài liệu
• Bước 3. Xác định băm của đốm màu bằng cách thực thi git ls-tree HEAD
• Bước 4. Tìm băm của đốm màu e69de29bb2d1d6434b8b29ae775ad8c2e48c5391
• Bước 5. Ngạc nhiên của bạn và đọc bên dưới

GIT tính toán các băm cam kết của nó như thế nào

    Commit Hash (SHA1) = SHA1("blob " + <size_of_file> + "\0" + <contents_of_file>)

Văn bản blob⎵là một tiền tố không đổi và \0cũng không đổi và là NULLký tự. Các <size_of_file>và <contents_of_file>thay đổi tùy theo tập tin.

Hãy xem: Định dạng tệp của một đối tượng git commit là gì?

Và đó là tất cả mọi người!

Nhưng đợi đã! , bạn có nhận thấy rằng <filename>tham số không phải là một tham số được sử dụng cho tính toán băm? Hai tệp có thể có cùng một hàm băm nếu nội dung của chúng giống nhau, không quan tâm đến ngày giờ chúng được tạo và tên của chúng. Đây là một trong những lý do Git xử lý việc di chuyển và đổi tên tốt hơn các hệ thống điều khiển phiên bản khác.

Tự làm (Ext)

• Bước 6. Tạo một tệp trống khác với một tệp khác filenametrong cùng một thư mục
• Bước 7. So sánh hàm băm của cả hai tệp của bạn.

Ghi chú:

Liên kết không đề cập đến cách treeđối tượng được băm. Tôi không chắc chắn về thuật toán và các tham số tuy nhiên từ quan sát của tôi, nó có thể tính toán một hàm băm dựa trên tất cả blobsvà trees( có thể là các hàm băm của chúng) mà nó chứa

git hash-object

Đây là một cách nhanh chóng để xác minh phương pháp thử nghiệm của bạn:

s='abc'
printf "$s" | git hash-object --stdin
printf "blob $(printf "$s" | wc -c)\0$s" | sha1sum

Đầu ra:

f2ba8f84ab5c1bce84a7b441cb1959cfc7093b7f
f2ba8f84ab5c1bce84a7b441cb1959cfc7093b7f  -

ở đâu sha1sumtrong GNU Coreutils.

Sau đó, nó đi xuống để hiểu định dạng của từng loại đối tượng. Chúng tôi đã đề cập đến những điều tầm thường blob, đây là những điều khác:

• commit: Định dạng tệp của đối tượng git commit là gì?
• tree: Định dạng bên trong của một đối tượng git tree là gì?
• tag: Đối tượng thẻ Git SHA1 được tạo như thế nào?

Dựa trên câu trả lời của Leif Gruenwoldt , đây là một hàm shell thay thế cho git hash-object:

git-hash-object () { # substitute when the `git` command is not available
    local type=blob
    [ "$1" = "-t" ] && shift && type=$1 && shift
    # depending on eol/autocrlf settings, you may want to substitute CRLFs by LFs
    # by using `perl -pe 's/\r$//g'` instead of `cat` in the next 2 commands
    local size=$(cat $1 | wc -c | sed 's/ .*$//')
    ( echo -en "$type $size\0"; cat "$1" ) | sha1sum | sed 's/ .*$//'
}

Kiểm tra:

$ echo 'Hello, World!' > test.txt
$ git hash-object test.txt
8ab686eafeb1f44702738c8b0f24f2567c36da6d
$ git-hash-object test.txt
8ab686eafeb1f44702738c8b0f24f2567c36da6d

Tôi cần cái này cho một số bài kiểm tra đơn vị trong Python 3 vì vậy tôi nghĩ tôi sẽ để nó ở đây.

def git_blob_hash(data):
    if isinstance(data, str):
        data = data.encode()
    data = b'blob ' + str(len(data)).encode() + b'\0' + data
    h = hashlib.sha1()
    h.update(data)
    return h.hexdigest()

Tôi chú ý đến \nphần cuối dòng ở mọi nơi nhưng trong một số trường hợp, Git cũng có thể thay đổi phần cuối dòng của bạn trước khi tính toán hàm băm này, vì vậy bạn cũng có thể cần một .replace('\r\n', '\n')trong đó.