Как отслеживать .docx файлов в git на Bitbucket?

Question

[Cuthbert Allgood]

Добрый день. Хотелось бы узнать, реально ли как-то отслеживать .docx файлы в git на Bitbucket?
В самом git я вижу дифы коммитов. А вот на Bitbucket в истории коммитов ничего не отображается, только "Binary file added.".
Можно ли это как-то исправить?
Спасибо.

Comments

[d'Ivan]

Смотреть на изменения в файлах локально или через веб-интерфейс сайта Bitbucket?

Answer 1

[ruGuardian]

Git не отслеживает изменения бинарных файлов, а docx, как и odt - это zip архив.
У меня сейчас схожая проблема и я сегодня накопал про формат flat xml. Это документ в том же формате, что и odt, но одним файлом и несжатый. Либреоффис ест с удовольствием. Его гит будет отслеживать, но, естественно, в сыром формате - смотреть диффы будет не очень удобно. И мелкомягкие такое не поддерживают.

Comments

[Cuthbert Allgood]

Спасибо за ответ. Это очень интересный способ. Проверил, файл действительно отслеживается, это расширение открывает и Libreoffice и Word. Получилось что-то вроде

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<?mso-application progid="Word.Document"?>
и далее много много информации после написания "Hello, world! Это тест документа". Лучше, чем ничего, но хотелось бы найти способ отслеживать именно по словам. Может быть есть что-нибудь ещё или можно сделать что-то с фалом в формате flat.xml? Чтобы минимизировать лишние строки.

[ruGuardian]

Ну, в моем случае стоит задача генерации документа из некоторой исходной информации, которая не отслеживается, а результат, т.е. сгенерированный документ - должен отслеживаться и при этом открываться в редакторе с сохранением всего форматирования. Планируется создать шаблон с минимальным набором стилей и не менять его, после чего дифф 2х генераций документа будет показывать изменения "по существу", не принимая во внимание форматирование, поскольку шаблон не меняется.
Какие это несет неудобства: если руками чуть-чуть поправить сгенерированный документ - шаблон "поедет" - из-за того что редактор навставляет автостилей и ссылок на них в содержании. Поэтому последовательность следующая: изменился исходник информации - сгенерился по шаблону документ - положился под контроль - открылся текстовым процессором - перегнался в pdf. Если требуется правка содержания, правится исходник, после чего повторить процедуру.
Других способов я не знаю. Какой формат документов не возьми - либо zip архив, либо бинарник своего формата, либо текстовый, но с количеством тегов, намного превышающим flat xml. Возможно вам больше подойдет как раз генератор docx с автораспаковщиком/запаковщиком, потому что стили там отдельно, содержание отдельно, но готовых решений/библиотек я не знаю. Знаю библиотеку python-docx, тоже решение, если держать контент в текстовом формате и генерить документ скриптом использующим python-docx, но этот велосипед ещё надо написать.

Answer 2

[d'Ivan]

Локально можно воспользоваться утилитами:
https://github.com/costerwi/rezip

This small program acts as a Git clean filter driver. It reads a zip file from stdin and outputs the same zip content to stdout but without compression.

https://github.com/costerwi/zipdoc

Git textconv program to dump a zip file's text contents to stdout

https://www.mercurial-scm.org/wiki/ZipdocExtension

Encode/decode filter for version controlling zipped document formats like docx or odt as uncompressed zip archives.