扩展名为 .sql 的文件在 Mercurial 中被识别为二​​进制文件

Question

可能的重复：
为什么 Mercurial 认为我的 SQL 文件是二进制文件？

我为数据库中的存储过程生成了一套完整的脚本。当我创建 Mercurial 存储库并添加这些文件时，它们都以二进制形式添加。显然，我仍然获得版本控制的好处，但失去了很多文本文件的效率、“比较”等。我验证这些文件确实只是文本。

它为什么要这样做？

我可以做什么来避免它？

有没有办法让 Hg 改变对这些文件的看法？

以下是变更集日志的片段：

   496.1 Binary file SQL/SfiData/Stored Procedures/dbo.pFindCustomerByMatchCode.StoredProcedure.sql has changed
   497.1 Binary file SQL/SfiData/Stored Procedures/dbo.pFindUnreconcilableChecks.StoredProcedure.sql has changed
   498.1 Binary file SQL/SfiData/Stored Procedures/dbo.pFixBadLabelSelected.StoredProcedure.sql has changed
   499.1 Binary file SQL/SfiData/Stored Procedures/dbo.pFixCCOPL.StoredProcedure.sql has changed
   500.1 Binary file SQL/SfiData/Stored Procedures/dbo.pFixCCOrderMoneyError.StoredProcedure.sql has changed

提前感谢您的帮助 吉姆

Answer 1

为了符合 Mercurial 的二进制文件视图，它实际上并不跟踪文件类型，这意味着用户无法将文件标记为二进制或非二进制。

正如 tonfa 和 Rudi 提到的，Mercurial 通过查看文件中是否有 NUL 字节来确定文件是否是二进制文件。对于 UTF-[16|32] 文件，几乎可以保证 NUL 字节。

要“修复”此问题，您必须确保文件使用 UTF-8 而不是 UTF-16 进行编码。理想情况下，您的数据库在导出时应该有一个 Unicode 编码设置。如果情况并非如此，另一种选择是编写一个预提交挂钩来执行此操作（请参阅如何在 Python 中将文件转换为 UTF-8 作为开始），但您必须非常小心要转换的文件。

Answer 2

我知道有点晚了，但我在评估 Kiln 时遇到了这个问题。在与 Fogbugz 的人讨论后，他们除了 SSMS 中的每个 *.sql 文件的“文件/另存为”之外无法给我答案（非常乏味），我决定看看编写一个快速脚本来转换*.sql 文件。

幸运的是，您可以使用一种 Microsoft 技术 (Powershell)（在某种程度上）克服另一种 Microsoft 技术 (SSMS) 的问题 - 使用 Powershell，更改到包含 *.sql 文件的目录，然后将以下内容复制并粘贴到 Powershell 中shell（或另存为 .ps1 脚本并从 Powershell 运行它 - 确保在尝试运行 .ps1 脚本之前运行命令“Set-ExecutionPolicy RemoteSigned”）：

---

function Get-FileEncoding
{
  [CmdletBinding()] Param (
  [Parameter(Mandatory = $True, ValueFromPipelineByPropertyName = $True)] [string]$Path
  )

  [byte[]]$byte = get-content -Encoding byte -ReadCount 4 -TotalCount 4 -Path $Path

  if ( $byte[0] -eq 0xef -and $byte[1] -eq 0xbb -and $byte[2] -eq 0xbf )
  { Write-Output 'UTF8' }
  elseif ($byte[0] -eq 0xfe -and $byte[1] -eq 0xff)
  { Write-Output 'Unicode' }
  elseif ($byte[0] -eq 0xff -and $byte[1] -eq 0xfe)
  { Write-Output 'Unicode' }
  elseif ($byte[0] -eq 0 -and $byte[1] -eq 0 -and $byte[2] -eq 0xfe -and $byte[3] -eq 0xff)
  { Write-Output 'UTF32' }
  elseif ($byte[0] -eq 0x2b -and $byte[1] -eq 0x2f -and $byte[2] -eq 0x76)
  { Write-Output 'UTF7'}
  else
  { Write-Output 'ASCII' }
}


$files = get-ChildItem "*.sql"
foreach ( $file in $files )
{
$encoding = Get-FileEncoding $file
If ($encoding -eq 'Unicode')
    {
    (Get-Content "$file" -Encoding Unicode) | Set-Content -Encoding UTF8 "$file"
    }
}

---

函数 Get-FileEncoding 由 http://poshcode.org/3227 虽然我不得不稍微修改它以适应 UC2 小端文件，SSMS 似乎已经保存了这些文件作为。我建议首先备份您的文件，因为它会覆盖原始文件 - 当然，您可以修改脚本，以便它保存文件的 UTF-8 版本，例如更改最后一行代码：

(Get-Content "$file" -Encoding Unicode) | Set-Content -Encoding UTF8 "$file.new"

该脚本应该是也可以轻松修改以遍历子目录。

现在，您只需要记住在提交并推送更改之前，如果有任何新的 *.sql 文件，请运行此命令。任何已转换并随后在 SSMS 中打开的文件在保存时都将保留为 UTF-8。