git - 显示 Git 存储库中两个文件的相似性索引

Question

是否可以使用 git diff 显示 Git 存储库中两个文件的相似性索引?根据手册页，git diff -p在某些情况下可能会使用此信息生成补丁，但例如以下命令不包含相似性索引信息:

git diff -p --no-index a b

哪里 a和 b是存储库已知的两个文件。是否可以让 Git 计算并报告存储库中两个现有文件之间的相似性指数？

Answer 1

不幸的是，没有——或者更准确地说，没有任何现有的前端命令。让 Git 计算两个文件的相似性索引的唯一方法是创建两个树对象，在 Git 看来，文件被重命名是可能的。
然而，我们可以做到这一点。这是方法:

创建临时索引文件名。

将第一个文件添加到临时索引并写出一棵树，保存其哈希 ID。

删除第一个文件并添加第二个文件；像以前一样写出一棵新树。

用 --find-renames=01 区分两棵树.

(使用 00 的重命名阈值不起作用:这只会禁用重命名检测。)
我把它包装成一个脚本 here并且也出现在下面。将脚本放在您的 $PATH 中的某个位置(我使用 $HOME/scripts/ 作为包含可在任何架构上运行的可执行脚本的目录)并且您可以运行 git similarity a b .
(这是经过轻微测试的。)

#! /bin/sh
#
# git-similarity: script to compute similarity of two files

. git-sh-setup # for die() etc

TAB=$'\t'

# should probably use OPTIONS_SPEC, but not yet
usage()
{
    echo "usage: git similarity file1 file2"
}

case $# in
2) ;;
*) usage 1>&2; exit 1;;
esac

test -f "$1" || die "cannot find file $1, or not a regular file"
test -f "$2" || die "cannot find file $2, or not a regular file"
test "x$1" != "x$2" || die "file names $1 and $2 are identical"

TF=$(mktemp) || exit 1

trap "rm -f $TF" 0 1 2 3 15
export GIT_INDEX_FILE=$TF

# create a tree holding (just) the argument file
maketree() {
    rm -f $TF
    git add "$1" || exit 1
    git write-tree || exit 1
}

# Use git diff-tree here for repeatibility.  We expect output of
# the form Rnnn$TAB$file1$TAB$file2, but if we get two lines,
# with D and A, we'll just print 000 here.
print_similarity() {
    set $(git diff-tree --name-status --find-renames=01 $1 $2)
    case "$1" in
    R*) echo "${1#R}";;
    *) echo "000";;
    esac
}

h1=$(maketree "$1")
h2=$(maketree "$2")
print_similarity $h1 $h2