Part 2 - 实现原理

代码入口

文件或类	职责
main.py	使用 argparse 解析 init、add、commit 并调用仓库对象
GitObject	计算对象哈希，压缩与反序列化对象数据
Blob	表示文件原始内容，继承自 GitObject
GitRepository	初始化仓库、存储对象、维护暂存区索引

对象与仓库类位于 object.py。

仓库数据结构

.pygit/
├── HEAD
├── index
├── objects/
│   └── <哈希前两位>/
│       └── <哈希剩余部分>
└── refs/
    └── heads/

• HEAD：初始化时写入 ref: refs/heads/kosmigen。目前尚未创建实际的分支引用文件。
• index：JSON 文件，记录“文件相对路径 → Blob 哈希”。
• objects/：按内容哈希保存的压缩对象。
• refs/heads/：为后续分支引用预留的目录。

这里的 index 是为了便于学习使用的 JSON 格式，与正式 Git 的二进制索引格式不同。

文件如何变成 Blob

暂存文件时，程序先读取文件的原始字节，再构造对象数据：

<type> <size>\0<content>

对于 Blob，type 为 blob，size 为内容的字节长度，\0 表示一个空字节。

程序对这份数据计算 SHA-1，并用 zlib 压缩同样的数据。哈希的前两位作为子目录名，剩余部分作为文件名，最后更新暂存区索引。

文件路径保存到索引中，不包含在 Blob 内容里。因此，同样的内容即使来自不同文件，也会得到同样的对象哈希。

add 的执行过程

1. 读取单个文件，或递归遍历目录中的文件。
2. 根据文件字节创建 Blob。
3. 调用 _store_object() 计算哈希并写入压缩对象。
4. 更新路径与哈希的对应关系。
5. 将索引保存到 .pygit/index。

GitObject.deserialize() 会执行相反的操作：解压数据，分离头部与内容，校验声明长度，返回对象。

后续可补充的内容

下面是供后续开发时扩写的文档位置，尚不代表已实现的功能：

• Tree 对象如何组织目录与文件。
• Commit 对象如何关联 Tree、父提交与作者信息。
• 提交后如何更新分支引用。
• 如何查看历史、还原文件与管理分支。

Edit this page