git-p4 消息和作者编码

Question

今天我可以将一些非常旧的 perforce 存储库迁移到 git。虽然这真的很有趣，但有一件事引起了我的注意。提交消息中的所有特殊字符甚至作者姓名的编码都不正确。

所以我试图调查问题出在哪里。

首先perforce服务器不支持unicode，所以设置P4CHARSET没有效果但是Unicode clients require a unicode enabled server.
然后我检查了像 p4 users 这样的简单命令的输出，它确实在 ANSI 中（咨询记事本 ++，或根据 file -bi 重定向输出的 ISO-8859-1）
locale 命令说 LANG=en_US.UTF-8 ...

毕竟我的猜测是所有 p4 客户端输出都是 ISO-8859-1，但 git-p4 假设 UTF-8 而不是。

我尝试用

重写提交消息

git filter-branch --msg-filter 'iconv -f iso-8859-1 -t utf-8' -- --all

但这并不能解决问题，特别是因为它不是为了重写作者姓名。

有人猜到如何在 git-p4 接收之前强制将输出转换为 UTF-8 吗？

更新：

我尝试 "overwrite" 使用一个简单的 shell 脚本输出默认的 p4 命令，我将其添加到 PATH

/usr/bin/p4 $@ | iconv -f iso-8859-1 -t utf-8

但这破坏了明显使用的编组 python 对象：

  File "/usr/local/bin/git-p4", line 2467, in getBranchMapping
    for info in p4CmdList(command):
  File "/usr/local/bin/git-p4", line 480, in p4CmdList
    entry = marshal.load(p4.stdout)
ValueError: bad marshal data

更新2：

如此处所示 Changing default encoding of Python? 我尝试将 python 编码设置为 ascii:

export export PYTHONIOENCODING="ascii"
python -c 'import sys; print(sys.stdin.encoding, sys.stdout.encoding)'

输出：

('ascii', 'ascii')

但仍然没有正确迁移所有消息和作者。

更新 3：

甚至尝试修补 git-p4.py def commit(self, details, files, branch, parent = "") 函数也无济于事：改变

self.gitStream.write(details["desc"])

其中之一

self.gitStream.write(details["desc"].encode('utf8', 'replace'))
self.gitStream.write(unicode(details["desc"],'utf8')

刚刚加注：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc4 in position 29: ordinal not in range(128)

因为我不是 python 开发人员，所以我不知道接下来要尝试什么。

Answer 1

我怀疑details["desc"]的类型是字节串。（python2 的 str）。

因此，在 encode 之前，您需要将其 decode 转换为 Unicode。

print type(details["desc"])

找出类型。

details["desc"].decode("iso-8859-1").encode("UTF-8")

可能有助于从 iso-8859-1 转换为 UTF-8。

git-p4 消息和作者编码

git-p4 message and author encoding

python

git

bash

perforce

git-p4