Complemento Git (o Hg) para tratar con Microsoft Word y/o archivos de OpenOffice

Question

¿Alguien ha encontrado un complemento Git o Hg para diffs/merging/branching "significativo" de archivos de Word de OpenOffice o Microsoft.

Sé que puedo 'verificar' archivos .doc pero tanto Git como Hg los tratan como blobs binarios. Me gustaría poder hacer todas (o al menos muchas) de las operaciones basadas en revisiones normales en el texto del archivo.

Y sí, sé que debería utilizar Latex o convertir archivos de ida y vuelta entre RTF. Solo busco una solución más "nativa" ya que estoy tratando de gestionar la colaboración entre técnicos y "gerentes".

Esto tiene que ver con mi pregunta sobre Biostar aquí: http://biostar.stackexchange.com/questions/1749/writing-collaboration-with-source-control-and-microsoft-word

Gracias.

Answer 1

Las firmas de abogados tienen sistemas extremadamente robustos para hacer esto. Uno que no confía en el historial de revisión en el documento (porque es de origen externo) y en su lugar hace sus propias comparaciones y puede proporcionar deltas. Si eso es lo que realmente necesitan, es mejor comprarlo que poner un envoltorio en git o mercurial que nunca será realmente utilizable para ellos.

Siento sonar pesimista, pero es más probable que los expertos en tecnología usen (aunque refunfuñando) la costosa herramienta comercial que la gente de la oficina usará git o mercurial para cualquier nivel de satisfacción.

Answer 2

Utilizando svn (no es git o hg, pero podría tener una puerta de enlace), hay una extensión para Ooo trabajando en archivos XML sin comprimir, consulte my answer para obtener una pregunta similar. BTW, si alguna vez miras el código del complemento y lo haces hg-aware en lugar de svn, ¡házmelo saber! ;-)

Answer 3

¿Qué tal:

1. Guarde sus documentos de Word en XML.
2. Confirme sus archivos XML Word.

3. Diferencia usando una herramienta externa XML diff. Por ejemplo:

   $ git difftool -t xmldiff c3d293 498571

La transformación de los archivos XML para tener un elemento por línea debe hacer funcionar el proceso de registro de manera eficiente y también permitir que la herramienta de diferencias XML externo para procesar rápidamente.

Referencias:

• http://www.kernel.org/pub/software/scm/git/docs/git-difftool.html
• http://www.logilab.org/projects/xmldiff

Answer 4

Si usted está en MS Windows, utilizan TortoiseGit. Simplemente tuve que pasar por esta experiencia dolorosa, y TGit, aunque poco elegante, le quita parte del dolor. Un par de otros puntos:

• diff Sorprendentemente Git y gitk ambos hacen un trabajo razonablemente bueno de al menos visualizar diferenciaciones entre.docx (no estoy seguro de .doc, pero supongo que es lo mismo). Esto es bueno solo para un escaneo rápido de diffs al hacer commits.
• Usted está completamente fuera de suerte en cuanto a avance rápido y automotriz se refiere. Lamentablemente, no he encontrado una herramienta que pueda manejar esto (aunque me gusta la idea xml anterior), por lo que tendrá que hacer todas las fusiones manualmente.

• Microsoft Word (MS Word) tiene una herramienta de fusión decente, aunque defectuosa. AFAIK, solo puede realizar fusiones de 2 vías (, es decir,X0 + dX = X1), no combinaciones de 3 o 2 padres, que son más comunes en el control de versión (es decir .:X0 + dX1 + dX2 = X1). Usted podría resolver los conflictos de fusión utilizando esta herramienta, pero no habría razón alguna misión - el registro de salida de cada rama, exportando CABEZA como una versión sin seguimiento, etc.

  X0 = *.BASE.docx, 
  X0 + dX1 = *.LOCAL.docx and 
  X0 + dX2 = *.REMOTE.docx 
  

• Por suerte esto es exactamente lo TGIT (y TSVN también hacer. Desgraciadamente, evitaría rebase ya que si tiene que repetir varios cambios seguidos, puede ser muy agotador, pero merge para documentos cortos está bien, pero no es genial.

Answer 5

Un buen truco que fue capaz de llegar a que también funciona en los archivos de Open Office, PPT, etc .:

http://xcafebabe.blogspot.hu/2012/09/sexy-comparison-of-word-documents-with.html

Aquí hay una captura de pantalla que muestra el resultado:

Answer 6

Respuesta a la pregunta de JudoWill: el trabajo compartido es probablemente la principal herramienta utilizada por los abogados.

Answer 7

instrucciones compilado I para múltiples lugares aquí: http://bit.ly/17LaxVY

# download docx2txt by Sandeep Kumar 
wget -O docx2txt.pl http://www.cs.indiana.edu/~kinzler/home/binp/docx2txt 

# make a wrapper 
echo '#!/bin/bash 
docx2txt.pl $1 -' > docx2txt 
chmod +x docx2txt 

# make sure docx2txt.pl and docx2txt are your current PATH. Here's a guide 
http://shapeshed.com/using_custom_shell_scripts_on_osx_or_linux/ 
mv docx2txt docx2txt.pl ~/bin/ 

# set .gitattributes (unfortunately I don't this can't be set by default, you have to create it for every project) 
echo "*.docx diff=word" > .git/info/attributes 

# add the following to ~/.gitconfig 
[diff "word"] 
    binary = true 
    textconv = docx2txt 

# add a new alias 
[alias] 
    wdiff = diff --color-words 

# try it 
git init 

# create my_file.docx, add some content 

git add my_file.docx 

git ci -m "Initial commit" 

# change something in my_file.docx 

git wdiff my_file.docx 

# awesome! 

funciona muy bien en OSX

Answer 8

Git 1.6.1 o posterior ahora viene con las características textconv, que permite usar un comando arbitrario para convertir un archivo a texto antes de diferir.

cheque esto también: https://gist.github.com/17twenty/4985374