Bagaimana cara menetapkan Git SHA1 ke file tanpa Git?

Seperti yang saya pahami ketika Git memberikan hash SHA1 ke sebuah file, SHA1 ini unik untuk file berdasarkan isinya.

Akibatnya jika file bergerak dari satu repositori ke yang lain SHA1 untuk file tetap sama karena isinya tidak berubah.

Bagaimana cara Git menghitung intisari SHA1? Apakah itu melakukannya pada konten file terkompresi penuh?

Saya ingin meniru menugaskan SHA1 di luar Git.

Ini adalah bagaimana Git menghitung SHA1 untuk file (atau, dalam istilah Git, "gumpalan"):

sha1("blob " + filesize + "\0" + data)

Jadi Anda dapat dengan mudah menghitungnya sendiri tanpa menginstal Git. Perhatikan bahwa "\ 0" adalah byte-NULL, bukan string dua karakter.

Misalnya, hash file kosong:

sha1("blob 0\0") = "e69de29bb2d1d6434b8b29ae775ad8c2e48c5391"

$ touch empty
$ git hash-object empty
e69de29bb2d1d6434b8b29ae775ad8c2e48c5391

Contoh lain:

sha1("blob 7\0foobar\n") = "323fae03f4606ea9991df8befbb2fca795e648fa"

$ echo "foobar" > foo.txt
$ git hash-object foo.txt 
323fae03f4606ea9991df8befbb2fca795e648fa

Berikut ini adalah implementasi Python:

from hashlib import sha1
def githash(data):
    s = sha1()
    s.update("blob %u\0" % len(data))
    s.update(data)
    return s.hexdigest()

Goodie kecil: dalam cangkang

echo -en "blob ${#CONTENTS}\0$CONTENTS" | sha1sum

Anda dapat membuat fungsi bash shell untuk menghitungnya dengan mudah jika Anda tidak menginstal git.

git_id () { printf 'blob %s\0' "$(ls -l "$1" | awk '{print $5;}')" | cat - "$1" | sha1sum | awk '{print $1}'; }

Lihatlah halaman manual untuk git-hash-object . Anda dapat menggunakannya untuk menghitung hash git dari file tertentu. Saya pikir git memberi makan lebih dari sekedar isi file ke dalam algoritma hash, tapi saya tidak tahu pasti, dan jika itu memberi makan dalam data tambahan, saya tidak tahu apa itu.

/// Calculates the SHA1 for a given string
let calcSHA1 (text:string) =
    text 
      |> System.Text.Encoding.ASCII.GetBytes
      |> (new System.Security.Cryptography.SHA1CryptoServiceProvider()).ComputeHash
      |> Array.fold (fun acc e -> 
           let t = System.Convert.ToString(e, 16)
           if t.Length = 1 then acc + "0" + t else acc + t) 
           ""
/// Calculates the SHA1 like git
let calcGitSHA1 (text:string) =
    let s = text.Replace("\r\n","\n")
    sprintf "blob %d%c%s" (s.Length) (char 0) s
      |> calcSHA1

Ini adalah solusi dalam F #.

Implementasi Python3 lengkap:

import os
from hashlib import sha1

def hashfile(filepath):
    filesize_bytes = os.path.getsize(filepath)

    s = sha1()
    s.update(b"blob %u\0" % filesize_bytes)

    with open(filepath, 'rb') as f:
        s.update(f.read())

    return s.hexdigest() 

Dalam Perl:

#!/usr/bin/env perl
use Digest::SHA1;

my $content = do { local $/ = undef; <> };
print Digest::SHA1->new->add('blob '.length($content)."\0".$content)->hexdigest(), "\n";

Sebagai perintah shell:

perl -MDigest::SHA1 -E '$/=undef;$_=<>;say Digest::SHA1->new->add("blob ".length()."\0".$_)->hexdigest' < file

Dan di Perl (lihat juga Git :: PurePerl di http://search.cpan.org/dist/Git-PurePerl/ )

use strict;
use warnings;
use Digest::SHA1;

my @input = <>;

my $content = join("", @input);

my $git_blob = 'blob' . ' ' . length($content) . "\0" . $content;

my $sha1 = Digest::SHA1->new();

$sha1->add($git_blob);

print $sha1->hexdigest();

Menggunakan Ruby, Anda dapat melakukan sesuatu seperti ini:

require 'digest/sha1'

def git_hash(file)
  data = File.read(file)
  size = data.bytesize.to_s
  Digest::SHA1.hexdigest('blob ' + size + "\0" + data)
end

Script Bash kecil yang harus menghasilkan output identik dengan git hash-object:

#!/bin/sh
( 
    echo -en 'blob '"$(stat -c%s "$1")"'\0';
    cat "$1" 
) | sha1sum | cut -d\  -f 1

Dalam JavaScript

const crypto = require('crypto')
const bytes = require('utf8-bytes')

function sha1(data) {
    const shasum = crypto.createHash('sha1')
    shasum.update(data)
    return shasum.digest('hex')
}

function shaGit(data) {
    const total_bytes = bytes(data).length
    return sha1(`blob ${total_bytes}\0${data}`)
}

Sangat menarik untuk dicatat bahwa jelas Git menambahkan karakter baris baru ke akhir data sebelum hash. File yang berisi tidak lebih dari "Hello World!" mendapat hash gumpalan 980a0d5 ..., yang sama seperti ini:

$ php -r 'echo sha1("blob 13" . chr(0) . "Hello World!\n") , PHP_EOL;'