如何在Windows上使用Git commit msg钩子统计非ASCII字符?
我通过TortoiseGit在Windows上使用Git,目前我正尝试使用它来检查提交消息行的长度 当我只使用ASCII字符编写消息时,一切都很好。但当我用俄语写消息时,字符计数器产生的结果是实际长度的两倍。当消息保存为UTF-8文件时,计数器似乎使用默认的Windows编码或类似的东西 一些亮点: .git/COMMIT_EDITMSG具有UTF-8编码; 我的钩子中的echo$行正确显示非ASCII字符; ${line}返回一个等于实际_长度*2的值; 我尝试了在一行中迭代字符的不同方法,每次迭代器都将每个字节作为单独的字符处理。如何在Windows上使用Git commit msg钩子统计非ASCII字符?,git,githooks,tortoisegit,Git,Githooks,Tortoisegit,我通过TortoiseGit在Windows上使用Git,目前我正尝试使用它来检查提交消息行的长度 当我只使用ASCII字符编写消息时,一切都很好。但当我用俄语写消息时,字符计数器产生的结果是实际长度的两倍。当消息保存为UTF-8文件时,计数器似乎使用默认的Windows编码或类似的东西 一些亮点: .git/COMMIT_EDITMSG具有UTF-8编码; 我的钩子中的echo$行正确显示非ASCII字符; ${line}返回一个等于实际_长度*2的值; 我尝试了在一行中迭代字符的不同方法,每
更新1:我希望在不添加环境依赖项的情况下实现我的目标,也就是说,不安装Python等其他解释器。不计算字节数-计算字符数。即,在编程语言中将解码输入从字节转换为字符。UTF-8编码的俄语字符需要2个字节。Python中的示例:
$ python
>>> len('тест')
8
>>> len(u'тест')
4
>>> len('тест'.decode('utf-8'))
4
目前,echo$line | iconv——从代码UTF-8——到代码cp866——成功了
它涵盖了我的用例,消息中只需要西里尔或基本拉丁字符,但缺乏通用性。我希望有人知道一个更干净的解决方案
以下是我当前的脚本:
#!/bin/bash
#http://chris.beams.io/posts/git-commit/#seven-rules
cnt=0
while IFS='' read -r line || [[ -n "$line" ]]; do
cnt=$((cnt+1))
cp866_line=`echo $line | iconv --from-code UTF-8 --to-code cp866`
if [ $? -eq 0 ]; then
length=${#cp866_line}
else
length=${#line}
fi
if [ $cnt -eq 1 ]; then
# Checking if subject exceeds 50 characters
if [ $length -gt 50 ]; then
echo "Your subject line exceeds 50 characters"
exit 1
fi
i=$(($length-1))
last_char=${line:$i:1}
# Subject line must not end with a period
if [[ $last_char == "." ]]; then
echo "Your subject line ends with a period"
exit 1
fi
elif [ $cnt -eq 2 ]; then
# Subject must be followed by a blank line
if [ $length -ne 0 ]; then
echo "Your subject line is followed by a non-empty line"
exit 1
fi
else
# Any line in body must not exceed 72 characters
if [ $length -gt 72 ]; then
echo "The line \"$line\" exceeds 72 characters"
exit 1
fi
fi
done < "$1"
我不想使用Python,我想从我提供的链接修改shell脚本。我认为这个问题很清楚,看起来我需要澄清它,当然,如果我知道如何在Git shell中以编码感知的方式计算字符,我不会问这个问题:我没有说使用Python——Python只是一个例子。我说的基本上是使用真正的编程语言。如果你喜欢Java,就让它成为Java吧。我怀疑bash是否适合处理unicode字符而不是字节。