使用git fast-import导入MKS Source Integrity至Git时二进制文件报错

你遇到的问题核心很清晰：git fast-import处理二进制文件时，绝对不能用文本方式读取或输出内容——二进制文件里可能包含和fast-import命令语法冲突的字节（比如恰好出现commit/blob这类命令关键字、或是特殊控制字符），导致fast-import误把文件内容当成了非法命令，抛出Unsupported command异常。

下面给你两种可行的解决方案，优先推荐第一种，既简单又高效：

方案1：让git fast-import直接原样导入二进制文件（无需在脚本中读取内容） #

这是最优解，完全避免了二进制内容在脚本中被处理的风险。核心思路是：在fast-import的命令流中，先声明blob的字节大小，然后直接把二进制文件的原始内容通过管道传给fast-import，不经过任何文本转换。

Bash脚本示例 #

# 假设你已经获取了目标文件路径和要标记的blob ID
FILE_PATH="path/to/your/file.doc"
BLOB_MARK=123

# 输出fast-import的blob命令头
echo "blob"
echo "mark :${BLOB_MARK}"
# 获取文件字节大小（Linux用stat，Windows可改用powershell命令）
echo "data $(stat -c%s "${FILE_PATH}")"
# 直接把文件内容输出到管道，传给git fast-import
cat "${FILE_PATH}"
# 输出换行分隔符，确保下一个命令被正确识别
echo ""

Python脚本示例 #

import os
import sys

file_path = "path/to/your/file.doc"
blob_mark = 123

# 先输出fast-import的命令头
print(f"blob")
print(f"mark :{blob_mark}")
file_size = os.path.getsize(file_path)
print(f"data {file_size}")
sys.stdout.flush()  # 必须刷新，确保命令头先被fast-import接收

# 直接写入二进制内容到stdout的buffer，不做任何文本处理
with open(file_path, "rb") as f:
    sys.stdout.buffer.write(f.read())

# 换行分隔后续命令
print()

方案2：如果必须在脚本中读取二进制文件，确保用二进制模式处理 #

如果你的脚本逻辑必须先读取二进制文件内容（比如要做校验），一定要全程用二进制模式读取和输出，绝对不要做任何文本编码、换行转换或字符串处理。

错误示例（文本模式读取，会破坏二进制内容） #

# 错误！不要用'r'模式读二进制文件
with open(file_path, 'r') as f:
    content = f.read()
print(f"data {len(content)}")
print(content)  # 二进制内容被当成字符串输出，会引入乱码或命令冲突

正确示例（二进制模式处理） #

with open(file_path, 'rb') as f:
    content = f.read()

# 输出命令头
print(f"blob")
print(f"mark :{blob_mark}")
print(f"data {len(content)}")
sys.stdout.flush()

# 直接输出二进制内容
sys.stdout.buffer.write(content)
print()

为什么会出现Unsupported command异常？ #

崩溃报告里的错误，本质是fast-import在解析命令流时，把二进制文件里的某些字节序列误识别成了它不认识的命令。常见原因包括：

• 二进制文件里恰好包含commit、data这类fast-import的命令关键字；
• 用文本模式读取时，Windows下的换行符转换（\r\n变成\n）导致字节数计算错误，后续内容偏移，命令解析混乱；
• 脚本把二进制内容解码成字符串时，引入了乱码或额外字符，干扰了命令流。

只要保证二进制内容原样、无修改地传递给fast-import，就能彻底解决这个问题。

内容的提问来源于stack exchange，提问作者misanek