Как улучшить контроль версий документов в файлах Excel и файлах схемы SQL

Я отвечаю за несколько файлов Excel и файлов схемы SQL. Как мне улучшить контроль версий документов для этих файлов?

Мне нужно знать, какая часть была изменена (другая часть) в этих файлах, и сохранить все версии для справки. В настоящее время я добавляю отметку времени к имени файла, но обнаружил, что это неэффективно.

Есть ли способ или передовая практика улучшить контроль версий документа?

Кстати, редакторы присылают мне файлы по электронной почте.

Поскольку вы отметили свой вопрос мерзавец Я предполагаю, что вы спрашиваете об использовании Git для этого.

Что ж, дампы SQL - это обычные текстовые файлы, поэтому имеет смысл отслеживать их с помощью Git. Просто создайте репозиторий и храните их в нем. Когда вы получаете новую версию файла, просто перезапишите ее и зафиксируйте, Git все выяснит для вас, и вы сможете увидеть даты модификации, проверить конкретные версии этого файла и сравнить разные версии.

То же самое верно и для .xlsxих распаковки. .xlsxФайлы - это заархивированные каталоги файлов XML (см. Как правильно собрать действительный файл xlsx из его внутренних подкомпонентов? ). Git будет рассматривать их как двоичные, если они не распакованы. Можно распаковать .xlsxи отслеживать изменения отдельных файлов XML внутри архива.

Вы также можете сделать это с .xlsфайлами, но проблема здесь в том, что .xlsформат является двоичным, поэтому вы не можете получить из него значимые различия. Но вы по-прежнему сможете видеть историю изменений и проверять конкретные версии.

Ответ, который я написал здесь, можно применить и в этом случае. Инструмент под названием xls2txt может обеспечить удобочитаемый вывод из файлов .xls. Короче говоря, вы должны поместить это в свой файл .gitattributes:

*.xls diff=xls

И в .git / config:

[diff "xls"]
    binary = true
    textconv = /path/to/xls2txt

Конечно, я уверен, что вы можете найти аналогичные инструменты и для других типов файлов, что делает git diffих очень полезным инструментом для офисных документов. Вот что у меня сейчас есть в моем глобальном файле .gitconfig:

[diff "xls"]
    binary = true
    textconv = /usr/bin/py_xls2txt
[diff "pdf"]
    binary = true
    textconv = /usr/bin/pdf2txt
[diff "doc"]
    binary = true
    textconv = /usr/bin/catdoc
[diff "docx"]
    binary = true
    textconv = /usr/bin/docx2txt

В книге Pro Git есть хорошая глава на эту тему: 8.2 Настройка Git - Атрибуты Git

Я боролся с этой проблемой в течение последних нескольких дней и написал небольшую утилиту .NET для извлечения и нормализации файлов Excel таким образом, чтобы их было намного легче хранить в системе контроля версий. Я опубликовал исполняемый файл здесь:

https://bitbucket.org/htilabs/ooxmlunpack/downloads/OoXmlUnpack.exe

..и источник здесь:

https://bitbucket.org/htilabs/ooxmlunpack

Если есть какой-либо интерес, я рад сделать это более настраиваемым, но на данный момент вы должны поместить исполняемый файл в папку (например, в корень исходного репозитория), и когда вы запустите его, он:

• Просканируйте папку и ее подпапки на наличие файлов .xlsx и .xlsm.
• Сделайте копию файла как * .orig.
• Разархивируйте каждый файл и повторно заархивируйте его без сжатия.
• Распечатайте любые файлы в архиве, которые являются допустимыми XML.
• Удалите файл calcchain.xml из архива (так как он сильно меняется и не влияет на содержимое файла).
• Вставьте любые неформатированные текстовые значения (в противном случае они сохраняются в таблице поиска, что вызывает большие изменения во внутреннем XML, если изменяется даже одна ячейка).
• Удалите значения из любых ячеек, которые содержат формулы (поскольку их можно просто вычислить при следующем открытии листа).
• Создайте подпапку * .extracted, содержащую извлеченное содержимое zip-архива.

Ясно, что не все эти вещи необходимы, но конечным результатом является файл электронной таблицы, который по-прежнему будет открываться в Excel, но который гораздо лучше поддается различному и инкрементному сжатию. Кроме того, сохранение извлеченных файлов делает более очевидным в истории версий, какие изменения были применены в каждой версии.

Если есть какой-то аппетит, я рад сделать инструмент более настраиваемым, так как я думаю, не все захотят извлекать содержимое или, возможно, значения, удаленные из ячеек формулы, но на данный момент они очень полезны для меня.

В тестах электронная таблица размером 2 МБ «распаковывается» до 21 МБ, но затем я смог сохранить пять ее версий с небольшими изменениями между каждой в файле данных Mercurial размером 1,9 МБ и эффективно визуализировать различия между версиями, используя Beyond Compare в текстовый режим.

NB: хотя я использую Mercurial, я прочитал этот вопрос во время исследования своего решения, и в решении нет ничего специфичного для Mercurial, должно работать нормально для Git или любой другой VCS.

Танте порекомендовала очень простой подход к управлению форматами файлов на основе ZIP в Git :

Откройте ваш файл ~ / .gitconfig (создайте, если он еще не существует) и добавьте следующую строфу:

[diff "zip"]
textconv = unzip -c -a

Используйте расширение открытого документа .fods. Это простой несжатый формат разметки XML, который могут открывать как Excel, так и LibreOffice, и различия будут хорошо выглядеть.

Мы создали расширение командной строки Git с открытым исходным кодом для книг Excel: https://www.xltrail.com/git-xltrail .

Вкратце, главная особенность заключается в том, что он позволяет git diffработать с любыми форматами файлов книги, так что он показывает разницу в содержимом VBA книги (в какой-то момент мы сделаем эту работу и для содержимого рабочих листов).

Пока еще рано, но это может помочь.

Как упоминалось в другом комментарии к ответу, файлы .xlsx - это просто XML.

Чтобы попасть в каталог XML (который можно gitиспользовать), вы должны «разархивировать» файл .xlsx в каталог. Быстрый способ увидеть это в Windows - переименовать файл <filename> .xlsx в <filename> .zip, и вы увидите внутреннее содержимое. Я бы сохранил это вместе с двоичным файлом, чтобы при оформлении заказа вам не нужно было выполнять другие шаги, чтобы открыть документ в Excel.

У меня очень хорошо работает эта утилита Excel:

Контроль версий для Excel

Это довольно простой инструмент для управления версиями книг и макросов VBA. После фиксации версии она сохраняется в репозитории Git на вашем ПК. Я никогда не пробовал повторно. Файлы схемы SQL, но я уверен, что есть выход.

Мой подход к файлам Excel аналогичен подходу Джона, но вместо работы с необработанными текстовыми данными Excel я экспортирую в более удобные форматы.

Вот инструмент, который я использую: https://github.com/stenci/ExcelToGit/tree/master

Все, что вам нужно, - это загрузить файл .xlsm (щелкните ссылку «Просмотр исходных данных» на этой странице ). Не забудьте проверить настройки Excel, как описано в файле readme. Вы также можете добавить код для экспорта данных SQL в текстовые файлы.

Книга представляет собой конвертер из двоичного Excel в текстовые файлы и средство запуска инструментов Git для Windows, а также может использоваться с проектами, не связанными с Excel.

Моя рабочая версия сконфигурирована с десятками книг Excel. Я использую этот файл также для открытия Git-gui для проектов, отличных от Excel, просто добавляя папку git вручную.