Codificação de nome de arquivo de conversão mercurial

Eu tenho repositórios Mercurial executando no Apache com mod_wsgi. Os repositórios têm todos os nomes de arquivos codificados no windows-1251. Essa codificação é usada por razões históricas: elas foram convertidas em mercurial a partir do svn, o windows-1251 é a codificação padrão do Windows para a localidade russa.

Agora os programadores desejam usar a ferramenta Crisol para revisão de código. Não pode conter nomes de arquivos em nenhuma outra codificação além de utf-8. Então, eu preciso convertê-los do windows-1251 para utf-8. Alguém sabe como fazer isso? A extensão de conversão do Mercurial não tem opções para converter codificações.

hgweb.config:

[web]
#encoding = UTF-8
encoding = windows-1251
#allow_archive = gz, zip, bz2
allow_archive = zip
allow_push = *
push_ssl = false

[extensions]

[collections]
/data/mercurial = /data/mercurial

Você está certo de que a extensão convert não suporta isso de uma maneira agradável atualmente. Ou seja, você não pode pedir-lhe para recode de codificação X para codificar Y . No entanto, você pode pedir para renomear os arquivos um por um para você! Primeiro, crie um arquivo chamado rename.pycom

import sys
for path in sys.stdin:
    old = path[:-1] # strip newline
    new = old.decode("cp1251").encode("utf-8")
    print 'rename "%s" "%s"' % (old, new)

Então corra

$ hg manifest --all | python rename.py > rename.txt

Isso cria seu mapa de arquivos. Agora você pode usar

$ hg convert --filemap rename.txt cp1251-repo utf-8-repo

para converter o repositório em um novo repositório. No novo repositório, parece que os arquivos sempre foram salvos usando nomes de arquivos UTF-8.

Nota: Os nomes dos arquivos agora estão armazenados como UTF-8 no repositório. Isso significa que as caixas ficarão bem nas máquinas Linux modernas. O Windows, no entanto, não usa nomes de arquivos UTF-8. A extensão FixUtf-8 deve ser usada para fazer o Mercurial converter os nomes de arquivo UTF-8 em UTF-16 em tempo real. Isso criará nomes de arquivos legíveis no Windows também.

Nota: Todo mundo terá que clonar novamente o novo repositório! Alterar qualquer parte da história inevitavelmente altera também todos os hashes dos conjuntos de alterações. Então, para fazer isso, você precisa

1. fazer todo mundo enviar para o servidor,
2. converter os repositórios no servidor,
3. ter pessoas re-clonar

ou

1. fazer com que todos executem os comandos acima em seus repositórios locais
2. converter os repositórios no servidor

De qualquer maneira, a conversão é determinística e, portanto, os usuários podem executá-la se tiverem o Python disponível. Se eles tiverem apenas uma instalação do TortoiseHg, provavelmente será mais fácil se você os converter no seu servidor.

Procurei fazer com que a extensão de conversão suporte isso mais diretamente e enviei um patch para a lista de discussão do Mercurial para obter suporte mais direto a isso.

Eu tive o mesmo problema. Eu precisava converter vários repositórios, então escrevi um script que converte todos os repositórios fornecidos como lista.

uso:

hg_convert_filenames_encoding.py [-h] [-i INPUT_ENCODING] [-o OUTPUT_ENCODING] [-b] [-u] [repositories [repositories ...]]

Você pode obter no meu repositório no BitBucket.

Apenas extração do Mercurial Wiki FYI

A seguir, são explicitamente tratados como dados binários em uma codificação desconhecida:

• conteúdo do arquivo
• nomes de arquivo

Esses itens devem ser tratados como dados binários e preservados sem perdas sempre que possível.

Assim, suponho, apenas alterar o conjunto de caracteres da apresentação encoding =pode fazer a espessura

Se essa suposição estiver errada (sempre é possível), tente a Extensão FixUtf8 , leia a parte Corrigindo cuidadosamente nomes de arquivos existentes no readme