对 Word 文件进行「纯文本式」版本控制

今天是 4 月 24 日，我刚刚完成我的毕业论文撰写，今天上午提交的最后一版。刚才偶然间在少数派^[1]发现了这种方法，和我自己用的方法^[2]虽目的不同，但有异曲同工之妙，甚好甚好，在此记录一下吧。

准备工作

第一步，把 Git 与 Pandoc 安装好。

第二步，向你的 ~/.gitconfig 添加下面内容：

[diff "pandoc"]
  textconv=pandoc --to=markdown
  prompt = false
[alias]
  wdiff = diff --word-diff=color --unified=1

第三步，新建一个文件夹，在这个文件夹里初始化 Git 仓库（工作区）。

mkdir git-word-demo
cd git-word-demo
git init

第四步，在该文件夹里创建 .gitattributes 文件，并向其中写入如下内容：

*.docx diff=pandoc

然后把该文件加入版本版本管理，并 commit 一下：

git add .gitattributes
git commit -m "init"

自此，准备工作就完成了

如何使用

首先新建一个 docx 格式的文件，打开它，随便打几个字，然后保存并关闭。

然后把该文件加入版本管理，并 commit 一下提交当前状态：

git add example.docx
git commit -m "add example.docx"

这就把 example.docx 纳入了版本管理。

来试一下修改这个文档，例如添加/删除某些字/行/段落等。保存并关闭文档。

执行 git diff 查看工作区中的变动，将可以看到终端中会显示文件的第几行发生了何种变化。

然后记录变化并 commit 之，参数 -a 的作用是自动记录所有已 git add 过的文件的变化

git commit -a -m "update"

然后可以进行新的修改。

总结

这种方法的优势是能把 docx 内排版的变化也一丝不苟地纳入版本控制，但我们无法通过版本控制工具观测到排版的变化，只能比较出文字内容的变化。另外，由于 docx 是二进制格式，和纯文本相比不够「清真」，可能会导致这个仓库的体积迅速变大（个人猜测，未验证），由于每次 diff 都需要 pandoc 转换一下，性能应该也有些损耗（至少我感觉是慢了不少）。

如果你和我有同样的顾虑，欢迎来看我的另一篇文章^[2]。

参考

1. 如何对 Word 文件进行「纯文本式」版本控制？ ↩︎
2. 我是如何折腾我的毕业论文的 - 热心市民L先生のBLOG ↩︎