Получение удобочитаемых дисплеев различий в Mercurial в файлах Unicode (MS Windows)

Возможно, это не имеет отношения к вам; прочтите последний абзац, если он не звучит так, как есть.

Я не уверен, что это то, что вам нужно, но мне нужны различия с содержимым UTF-16LE больше, чем просто «двоичные файлы разные» - когда я несколько месяцев назад поискал это, я нашел тему и ошибка его обсуждения; вот его часть. Я не могу найти исходный источник этого мини-расширения сейчас (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 в ваши users \ username \ mercurial.ini) следующим образом:

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

Обратите внимание, что путь будет разным в Windows и Linux; в моей копии Windows я указал путь как \...\whatever (он находится на USB-диске, где буква диска может измениться). К сожалению, относительные пути берутся относительно текущего рабочего каталога, а не корня репозитория или чего-то подобного, но если вы сохраняете его на своем диске C :, вы можете просто указать полный путь.

В Linux (моя основная среда разработки) это хорошо работает; в командной строке (которую я до сих пор регулярно использую) в целом работает хорошо. Я никогда не пробовал его в PowerShell, но ожидал, что он будет лучше, чем командная строка, в том, что касается поддержки произвольных нулевых байтов в командной строке.

Я не уверен, что вы вообще этого хотите; кстати, вы сказали "двоичные различия", я подозреваю, что вы либо уже имеете это, либо делаете hg diff -a, что дает то же самое. В этом случае все, о чем я могу думать, - это написать другое расширение, которое принимает UTF-16LE и пытается декодировать его в UTF-8. Я не уверен в синтаксисе такого расширения, но могу попробовать.

Изменить: теперь просматривая ртутный источник через commands.py, cmdutil.py, patch.py ​​и mdiff.py, я вижу, что двоичные различия выполняются с кодировкой base85 (patch.b85diff), а не нормальный diff. Я не знал об этом, я думал, что это просто заставило его изменить это. В таком случае, возможно, этот текст все-таки уместен. Жду ответа, чтобы убедиться, что это так!

Я работал над этим, создав новый файл с помощью NotePad ++ и сохранив его как файл PowerShell (с расширением .ps1). NotePad ++ создаст файл как обычный текстовый файл ANSI. После создания я могу открыть файл в редакторе PowerShell и внести необходимые изменения без изменения редактором кодировки файла.

Отказ от ответственности: я столкнулся с этим всего несколько минут назад, поэтому я не уверен, есть ли какие-либо последствия, но пока мои скрипты работают нормально, а мои различия отображаются хорошо.

Если мой другой ответ не дает того, что вы хотите, я думаю, что это возможно; хотя я еще не тестировал его в Windows, он хорошо работает в Linux. Он делает потенциально неприятную вещь, оборачивая 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, это может быть вам полезно, 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's 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

In .hgrc:

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

(Или эквивалентные пути.)