是否可以强制“git diff”为不是repopsitory的文件显示“相似性索引”

Question

我想使用git-diff的“相似性索引”计算特性来计算git存储库之外的文件。

下面是git diff的输出示例，用于未被git跟踪的文件（第一个diff,即我得到的）和被git跟踪的文件（第二个diff,即我想要的，但也用于外部文件）

$ seq 1 3 > file1 ; cp file1 file2 ; echo 4 >> file2            # create files
$ git diff -C file1 file2                                       # show diff (no repo, -C has no effect)
diff --git 1/file1 2/file2
index 01e79c32a8c9..94ebaf900161 100644
--- 1/file1
+++ 2/file2
@@ -1,3 +1,4 @@
 1
 2
 3
+4
$ git init > /dev/null                                          # create repo
(master #%)$ (git add file1; git commit -m file1) > /dev/null   # add file1
(master %)$ (git add file2; git commit -m file2) > /dev/null    # add file1
(master %)$ git diff -C HEAD^                                   # show diff (in repo, -C works)
diff --git c/file1 w/file2
similarity index 75%
copy from file1
copy to file2
index 01e79c32a8c9..94ebaf900161 100644
--- c/file1
+++ w/file2
@@ -1,3 +1,4 @@
 1
 2
 3
+4

• 如何使用Git比较两个不在repo中的文件
• 如何在Git存储库之外使用`Git diff--color-words'？

和其他一些相关的。

我阅读了Git diff手册，甚至一些Git的diff源代码，看起来相似性索引总是显示在重命名（状态为R）或复制(C)的文件中，有时只显示在修改(M)的文件中：

还是需要在git-diff（可能是--appure-copy)中添加新的选项来强制执行所需的状态？

Answer 1

无法触发Git对既不在索引中也不在Git树对象中的文件运行其相似性索引计算。这有点遗憾，因为这样的选项不会特别难编码，而且如果能问Git文件X和y有多相似就好了？对于任何任意的文件对，不管是否在存储库中。

也就是说，如果有两个没有提交的文件，并且希望Git为它们计算相似度索引，那么只需创建两个提交，或者两棵树，只包含这两个文件。没有前端命令来执行此操作，但构建自己的命令并不难。下面是这样做的脚本片段：

#! /bin/sh -e

export GIT_INDEX_FILE=$(mktemp)
rm $GIT_INDEX_FILE
trap "rm -f $GIT_INDEX_FILE" 0 1 2 3 15
hash=$(git hash-object -t blob -w /tmp/file1)
git update-index --add --cacheinfo 100644,$hash,file
tree1=$(git write-tree)
hash=$(git hash-object -t blob -w /tmp/file2)
git update-index --add --cacheinfo 100644,$hash,file
tree2=$(git write-tree)

我们现在需要告诉Git比较这两棵树：

git diff-tree $tree1 $tree2

不过，这不会触发相似度计算。理论上，添加-b应该可以做到这一点，但我无法使其发挥作用。

我所做的工作是通过为文件使用两个名称并添加显式的-m来调用重命名检测器。必须有匹配项，否则只得到D-和-A。您还必须删除两个git update-index操作之间的临时索引文件，或者显式清除file1条目：

#! /bin/sh -e
export GIT_INDEX_FILE=$(mktemp)
rm $GIT_INDEX_FILE
trap "rm -f $GIT_INDEX_FILE" 0 1 2 3 15
hash1=$(git hash-object -t blob -w /tmp/file1)
git update-index --add --cacheinfo 100644,$hash1,file1
tree1=$(git write-tree)
rm -f $GIT_INDEX_FILE
hash2=$(git hash-object -t blob -w /tmp/file2)
git update-index --add --cacheinfo 100644,$hash2,file2
tree2=$(git write-tree)

git diff-tree -M1% $tree1 $tree2

在/tmp/file1和/tmp/file2这两个文件上运行，其中一行匹配，我得到：

$ /tmp/foo.sh
:100644 100644 2175e89fddda9d80aa15f579dba8605d5ed84af4 a63117dbbc7985b3984daa948aa87eaed8ea89ad R066   file1   file2

aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
minimum

babababababababababababababababababababababababababababababababababaa
minimum

给出了010的相似度，而使file2的第一行全B字符给出了092的相似度。匹配最小行是必需的，否则文件根本不匹配，这就变成了删除-添加。