如何在 git 提交中识别并列出独特的帅哥？

Question

我有一个包含大量（数百个）类似 hunks 的提交，我想列出提交中的每个独特的大块以便比较它们。

我编写了以下 GNU awk 脚本，它将每个块写入一个唯一的文件 (hunk-[md5-of-hunk].txt)：

BEGIN {
  hunk = ""
  buildhunk = 0
}

function writeHunk() {
  if (length(hunk) > 0) {
    print hunk > "hunk.tmp"
    close("hunk.tmp")
    cmd = "cat hunk.tmp | md5"
    cmd | getline md5
    close(cmd)
    if (!(md5 in hunkfiles)) {
      hunkfilename = "hunk-" md5 ".txt"
      print hunk > hunkfilename
      hunkfiles[md5] = hunkfilename
    }
  }
}

/^@@|^diff/ {
  writeHunk()
  hunk = ""
  buildhunk = ( == "@@") ? 1 : 0
}

/^[ +-]/ {
  if (buildhunk) {
    hunk = hunk [=11=] "\n"
  }
}

END {
  writeHunk()
  system("rm hunk.tmp")
  for (md5 in hunkfiles) {
    print hunkfiles[md5]
  }
}

然后我运行使用 git show [commit-SHA] | awk -f my_script.awk 这会创建并列出生成的文件。它适用于我的目的，但是有没有一种方法可以使用 git 的管道命令更有效地做到这一点。

例子

假设提交的补丁看起来像这样（为清楚起见，在下面减少了 1 行上下文）：

diff --git a/file1.txt b/file1.txt
index a3fb2ed..4d6f587 100644
--- a/file1.txt
+++ b/file1.txt
@@ -3,2 +3,3 @@ context
 context
+added line
 context
@@ -7,2 +8,3 @@ context
 context
+added line
 context
@@ -11,2 +13,3 @@ context
 context
+added line
 context
@@ -15,2 +18,3 @@ context
 context
+different added line
 context
@@ -19,2 +23,3 @@ context
 context
+different added line
 context
@@ -23,2 +28,3 @@ context
 context
+different added line
 context
@@ -27,2 +33,3 @@ context
 context
+even more different added line
 context
@@ -31,2 +38,3 @@ context
 context
+even more different added line
 context

我希望能够识别只有 3 个独特的帅哥，并看看他们是什么。即：

独一无二的帅哥 1：

 context
+added line
 context

独一无二的帅哥 2：

 context
+different added line
 context

独一无二的帅哥 3：

 context
+even more different added line
 context

Answer 1

提交是快照，因此，它们没有 diff hunks。

差异，当然，确实有差异大块头。因此，如果您只有一次提交，则根本无法执行此操作。您需要两次次提交。然后你只需简单地区分它们并做你正在做的事情。

请注意 git show <commit-hash> 的实际意思是 git diff <parent or parents of commit> <commit-hash>。如果指定的提交是合并提交，这会产生一个 组合差异 ，这可能对您的目的没有用，因为组合差异有意完全忽略许多更改。您可能希望运行仅针对提交的 first 父项进行显式差异（仅查看作为合并的一部分引入的更改）。

对于 git rerere 和 git patch-id，Git 的某些部分在内部执行与您正在执行的操作类似的操作。但是，他们不会完全你正在做的事情：对于rerere，他们只记录存在合并冲突的差异块，并匹配那些差异块（已保存通过哈希 ID 和文件名），稍后记录解决方案。对于 patch-id 他们去掉了行号和 white-space 但将提交中的整组更改累积成一个大块。如果 Git 有一些管道可以一个接一个地完成 git patch-id 部分，独立于计算提交的整体补丁 ID，但它没有。

如何在 git 提交中识别并列出独特的帅哥？

How do I identify & list unique hunks in a git commit?

git

diff

awk

unified-diff

例子