Codificador Git Base85

O Git grava alterações de arquivos binários em diffs unificados com um dialeto Base85 próprio, não Adobe Ascii85 nem Base64 simples. Cada linha de dados começa com uma letra de prefixo de comprimento—de A a Z para um a vinte e seis bytes decodificados, de a a z para vinte e sete a cinquenta e dois—seguida de cinco caracteres do alfabeto para cada quatro bytes de carga. Quem inspeciona seções GIT binary patch, depura falhas de apply ou cria ferramentas compatíveis precisa de um conversor que fale exatamente esse alfabeto e esse formato de linha.

Codificar texto ou hex em linhas Git Base85

Em cada bloco grava um prefixo de comprimento (A significa um byte, B dois, até Z para vinte e seis, depois a para vinte e sete até z para cinquenta e dois) e expande cada grupo de quatro bytes em cinco caracteres do alfabeto de oitenta e cinco símbolos do Git: dígitos, letras maiúsculas e minúsculas, e o conjunto de pontuação que omite aspas, vírgulas, pontos, barras e barras invertidas para que os patches permaneçam amigáveis a e-mail e shell.

Um grupo final curto é preenchido com zeros para a aritmética e depois truncado ao número correto de blocos de cinco caracteres, para que o decodificador recupere a contagem exata de bytes só com o prefixo. Defina format como hex quando a carga for binária bruta: text deve ser uma string hexadecimal de comprimento par (espaços e sublinhados permitidos), e esses bytes são codificados sem camada UTF-8. Entrada vazia é válida e produz resultado vazio com zero bytes e zero linhas.

O caminho é aritmética pura—sem rede, sem sal aleatório, sem relógio—assim entradas idênticas sempre produzem corpos Base85 idênticos para goldens de integração contínua.

Decodificar linhas com prefixo de comprimento e rejeitar entrada inválida

Defina mode como decode e coloque uma ou mais linhas Git Base85 em text. Linhas em branco são ignoradas para que você possa colar um fragmento copiado de um patch maior. Após o prefixo, o restante deve ser exatamente cinco vezes o número de grupos de quatro bytes necessários para a contagem declarada—símbolos a mais ou a menos são erro, não truncamento silencioso.

Cada caractere codificado deve pertencer ao alfabeto do Git; um símbolo emprestado do Adobe Ascii85 (por exemplo um menor-que solto ou um z de corrida de zeros que o Git não usa) falha imediatamente para que você nunca aplique por engano um dialeto alheio como corpo de patch binário. Uma decodificação bem-sucedida concatena todas as linhas em ordem em um único buffer de bytes.

Com format hex o resultado é uma string hex em minúsculas dos bytes recuperados, a escolha prática quando a carga é literal comprimido com zlib de um GIT binary patch real e não texto legível.

Como o Git Base85 difere do Ascii85

Muitas pessoas buscam um codificador Base85 depois de ver dados binários em um git diff e caem em ferramentas Adobe Ascii85 com outro alfabeto, wrappers opcionais less-than-tilde e um atalho z para zeros. O dialeto do Git é deliberadamente distinto: oitenta e cinco símbolos fixos começando no dígito zero, prefixos de comprimento por linha obrigatórios, sem delimitadores Adobe e sem token z de compressão. Esta página atende à intenção de busca específica do Git—codificador git base85, patch binário base85, decodificar git base85—e não compete com uma página Ascii85 geral.

Outro fluxo cola só as linhas de dados de um GIT binary patch (pulando o cabeçalho literal N se você já souber o tamanho) e recupera bytes para inspeção. Mantenha cargas modestas—é um item parse de nível A, não um servidor de packfiles—e fixe as strings result em goldens porque o algoritmo é totalmente determinístico entre isolados e linguagens que implementam a mesma tabela.