Windows下Git commit-msg钩子非ASCII字符计数异常问题求助（无额外依赖）

这个问题我之前也碰到过——在Git for Windows的bash环境里，默认的字符串长度统计是按字节数来的，而俄文的西里尔字母在UTF-8编码中每个占2个字节，所以${#line}会返回实际字符数的两倍。刚好你不想加额外依赖，那咱们用Git环境自带的工具和配置就能搞定。

原因分析 #

你的.git/COMMIT_EDITMSG是UTF-8编码，钩子能正确显示俄文字符，说明终端已经支持UTF-8，但bash默认的字符串处理（包括${#}长度统计）在未指定UTF-8 locale的情况下，会把多字节字符拆成单个字节计数。

解决方案1：配置UTF-8 Locale（推荐） #

Git for Windows自带的bash 4.2+版本已经支持Unicode字符长度统计，只要在钩子开头设置正确的locale即可：

#!/bin/sh

# 强制设置UTF-8 locale，让bash按Unicode字符统计长度
export LC_ALL=en_US.UTF-8

# 读取提交消息文件（$1是commit-msg钩子的参数，即COMMIT_EDITMSG路径）
while read -r line; do
    # 去除Windows风格的回车符（避免干扰长度统计）
    cleaned_line=$(echo "$line" | tr -d '\r')
    char_length=${#cleaned_line}
    
    # 这里替换成你的长度检查逻辑，比如限制每行不超过72字符
    if [ "$char_length" -gt 72 ]; then
        echo "错误：提交消息行长度超过限制（当前$char_length字符，最大允许72）" >&2
        exit 1
    fi
done < "$1"

保存钩子脚本后，记得给它加可执行权限（在Git Bash里运行chmod +x .git/hooks/commit-msg）。

解决方案2：用iconv转码计算（兼容旧版本bash） #

如果你的bash版本比较旧，不支持Unicode长度统计，可以用Git环境自带的iconv工具，把UTF-8转成UTF-16（每个BMP字符占2字节），再通过字节数换算字符数：

#!/bin/sh

while read -r line; do
    cleaned_line=$(echo "$line" | tr -d '\r')
    # 将UTF-8转成UTF-16LE（无BOM），统计字节数后除以2得到字符数
    byte_count=$(printf "%s" "$cleaned_line" | iconv -f utf-8 -t utf-16le | wc -c)
    char_length=$((byte_count / 2))
    
    if [ "$char_length" -gt 72 ]; then
        echo "错误：提交消息行长度超过限制（当前$char_length字符，最大允许72）" >&2
        exit 1
    fi
done < "$1"

这个方法不需要依赖bash的Unicode支持，完全用Git自带的工具实现。

验证方法 #

你可以在钩子中加一行调试代码，打印实际字符数和字节数对比：

echo "字符数：$char_length，字节数：${#cleaned_line}"

运行提交测试，俄文行的字符数应该和你实际输入的一致，字节数是它的两倍。

内容的提问来源于stack exchange，提问作者Igor Melnichenko