34.2.3　提交说明乱码问题

CVS的提交说明中如果使用了中文，在转换后的版本库中可能显示为乱码，这是因为CVS的提交说明没有使用UTF-8字符集。前面提到过，最好先进行小规模的试验性转换，然后再对整个版本库进行正式的转换，就是为了防止在匆忙转换后发现提交说明中出现乱码。

下面来看一个使用了中文提交说明的CVS版本库。版本库是按如下方式部署的：CVSROOT为/cvshome/user，需要将之下的jiangxin/homepage/worldhello转换为一个Git版本库。先检查一下版本库中的数据，找出典型的目录用于转换。

典型的数据是这样的：包含中文文件名，并且日志中包含中文。例如在版本库中，执行CVS查看日志命令，可以看到类似下面的输出。

RCS file:/cvshome/user/jiangxin/homepage/worldhello/archive/2003/.mhonarc.db,v

Working file:archive/2003/.mhonarc.db

head:1.16

branch:

locks:strict

access list:

symbolic names:

keyword substitution:kv

total revisions:16;selected revisions:16

description:

revision 1.16

date:2004-09-21 15:56:30+0800；author:jiangxin；state:Exp；lines:+3-3；commitid:c2c414fdea20000；

＜D0＞＜U+07B8＞＜C4＞＜D3＞?＜FE＞＜B5＞＜D8＞＜A3＞＜BB＞

＜D0＞＜U+07B8＞＜C4＞＜CB＞＜D1＞＜CB＞＜F7＞＜D2＞＜FD＞＜C7＞棻

此版本库之前用CVSNT维护，默认字符集为GBK，所以会在使用UTF-8字符集的操作系统上看到乱码。那么这里选取提交说明存在乱码的目录进行一次试验性的转换，具体操作过程如下。

（1）调用cvs2git执行转换，产生两个导出文件。这两个导出文件将作为Git版本库创建时的导入文件。命令行用了两个—encoding参数设置编码，会依次尝试将日志中的非ASCII字符转换为UTF-8字符。

$cvs2git—blobfile git-blob.dat—dumpfile git-dump.dat\

—encoding utf8—encoding gbk—username cvs2git\

/cvshome/user/jiangxin/homepage/worldhello/archive/2003/

（2）成功导出后，产生两个导出文件，一个保存各个文件的各个不同版本的数据内容，即在命令行指定的输出文件git-blob.dat。另外一个文件是上面的命令行指定的git-dump.dat，用于保存各个提交的相关信息（提交者、提交时间、提交日志等）。可以看出保存文件内容的导出文件（git-blob.dat）相对更大一些。

$du-sh git*dat

9.8M git-blob.dat

24K git-dump.dat

（3）创建空的Git库，使用Git通用的数据迁移命令git fast-import将cvs2git的导出文件导入到版本库中。

$mkdir test

$cd test

$git init

$cat../git-blob.dat../git-dump.dat|git fast-import

（4）检查导出结果。

$git reset HEAD

$git checkout.

$git log-1

commit 8334587cb241076bcd2e710b321e8e16b5e46bba

Author:jiangxin＜＞

Date:Tue Sep 21 07:56:31 2004+0000

修改邮件地址；

修改搜索引擎；

很好，导出的Git库日志中，中文乱码问题已经解决。但是，提交日志中的Author对应的提交者不完整：缺乏邮件地址。这是因为CVS的提交者仅为用户登录ID，而Git的提交者信息还要包含邮件地址。cvs2git提供用户名映射的方法，不过不能使用命令行调用cvs2git，而是要通过加载配置文件来运行。因此正式进行的CVS到Git版本库转换要采用下面介绍的转换方法。