git 对 Microsoft Word 进行版本控制

　　昨天中国高校发生了一件骇人听闻的事情，听说不少高校的校园网用户连接校园网被勒索病毒给黑了，重要文件全部被加密，必须要支付赎金才能解密，具体新闻可以参见：http://www.sohu.com/a/140236495_346360。而且还有不少是和我一样的大四毕业狗，听说因为毕业论文没有备份，结果被黑了，然后，然后就没有然后了。。。真的是欲哭无泪啊。看到这个消息，我想起来我的没写完的毕业论文好像也没备份，吓得我赶紧去把论文备份到onedrive上面去了。据说微软之前已经打过补丁了，只是我国广大使用盗版windows的用户（包括我~-~）相当一部分都没有自动更新打补丁的习惯，像我之前就特别讨厌windows的自动更新，感觉浪费时间，现在才知道那真的不是没有用啊！还好win10是强制自动更新的。看来以后我得养成经常备份重要文件的习惯了，不然哪天电脑也被黑了，文件丢了，真的是欲哭无泪了。

　　说到文件备份，我们一般想到的当然就是什么云盘之类的啦，比如百度云，腾讯的微云之类的，当然对于office 文档而言，onedrive

本身就是一个很棒的备份工具。但是这些操作都有些太麻烦了，而且如果文件需要频繁的修改，就得不停地上传，下载，实在是太麻烦了。要是有一个能方便控制版本的工具就好了。说到版本控制，写代码的都知道有大名鼎鼎的git啊！诶，对了，能不能用git 对 word文档进行版本控制呢？我突然想到这里，就用google 搜了一下，发现还真的可以。下面我就给大家介绍怎么做。

　　http://blog.martinfenner.org/2014/08/25/using-microsoft-word-with-git/ 这篇文章对用git 进行word版本控制讲的比较清楚，但是有些细节遗漏了。于是我又去github上面找了一个：https://github.com/vigente/gerardus/wiki/Integrate-git-diffs-with-word-docx-files    这里就讲的非常清楚了。

　　首先，简单介绍一下git。维基百科上是这么介绍git的：

git（/ɡɪt/^[5]， 音频（帮助·信息））是一个分布式版本控制软件，最初由林纳斯·托瓦兹（Linus Torvalds）创作，于2005年以GPL发布。最初目的是为更好地管理Linux内核开发而设计。应注意的是，这与GNU Interactive Tools^[6]（一个类似Norton Commander界面的文件管理器）有所不同。

git最初的开发动力来自于BitKeeper和Monotone^[7][8]。git最初只是作为一个可以被其他前端（比如Cogito或Stgit^[9]）包装的后端而开发的，但后来git内核已经成熟到可以独立地用作版本控制^[10]。很多著名的软件都使用git进行版本控制^[11]，其中包括Linux内核、X.Org服务器和OLPC内核等项目的开发流程^[12]。

简单来说就是一个分布式版本控制系统，著名的github网站就是建立在git的基础上的。如果你还不会使用git，请去google 相应的教程（其实官网文档就挺好），简单上手使用估计半个小时就可以了。

git 一般只能对纯文本文件进行版本控制，但是如果有其他中间转化软件的协助，就可以对任意二进制文件进行版本控制了。word 的.doc 或者 .docx 就不是一个纯文本文件，所以需要第三方转化工具，将其转化为 纯文本。这里的工具就是 pandoc。pandoc is

a universal document converter。即是一个通用的文档转换器。

If you need to convert files from one markup format into another, pandoc is your swiss-army knife. Pandoc can convert documents in markdown, reStructuredText, textile, HTML, DocBook, LaTeX, MediaWiki markup, TWiki markup, OPML, Emacs Org-Mode, Txt2Tags, Microsoft Word docx, LibreOffice ODT, EPUB, or Haddock markup to

• HTML formats: XHTML, HTML5, and HTML slide shows using Slidy, reveal.js, Slideous, S5, or DZSlides.
• Word processor formats: Microsoft Word docx, OpenOffice/LibreOffice ODT, OpenDocument XML
• Ebooks: EPUB version 2 or 3, FictionBook2
• Documentation formats: DocBook, TEI Simple, GNU TexInfo, Groff man pages, Haddock markup
• Page layout formats: InDesign ICML
• Outline formats: OPML
• TeX formats: LaTeX, ConTeXt, LaTeX Beamer slides
• PDF via LaTeX
• Lightweight markup formats: Markdown (including CommonMark), reStructuredText, AsciiDoc, MediaWiki markup, DokuWiki markup, Emacs Org-Mode, Textile
• Custom formats: custom writers can be written in lua.

　　看到上面这么多眼花缭乱的格式，就知道 pandoc有多牛逼了。当然我们这里只需要将其转化为markdown 格式。下面开始说 git 对word 进行版本控制的 步骤：

1. Install pandoc.   去http://pandoc.org/installing.html 找到合适的pandoc下载文件，然后下载安装。

2. install git

3. 如果是在 unix(linux/macosx)系统下，编辑 ~/.gitconfig 文件，如果是在windows系统下，编辑 git 安装目录下的 /mingw64/etc/gitconfig 文件，加上这么一段话：

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

然后在你的工程目录下新建一个 .gitattributes（linux/mac）文件（windows是gitattributes 文件），然后写入：

*.docx diff=pandoc

当然上面的是docx文件，如果是doc文件，把docx换成doc应该也是一样的。

然后 在工程目录下初始化git（git init）
git add .    即把所有的文件都添加进去（包括.gitattributes文件）
其他的 git commit -m     git remote add origin  git push origin master  等都是一样的。

现在如果想要看本次修改之后与上次commit 之间的差别，可以使用命令（file.docx是你的word文件名）：

git wdiff file.docx
这个命令会将本次修改的与上次不同的地方用彩色标识出来。

如果想查看 历次的改变（all changes），可以使用命令：

git log -p --word-diff=color file.docx

4. 使用pandoc。对于你想要git 控制版本的文档file.docx 在命令行(windows)或者unix下的shell，输入命令：

pandoc -s file.docx -t markdown -o file.md这个命令将你的.docx 文档转化为 .md markdown 格式。然后再 git add file.docx file.md (或者 git add .),git commit即可。

还是看我自己的一个实际的小例子吧。我在project 目录下有 一个名为 How_to_live_your_college_life.docx 的文档，在使用pandoc 转化为markdown之后，我 一次push，commit
然后我把标题改了一下，保存。在git bash 下，输入：git wdiff How_to_live_your_college_life.docx 得到结果如下图1所示：

　　　　　　　　　　　　　　　　　　　　　　　　　　　　图1
图1中绿色红笔圈出来的部分就是我上一次修改的内容。
再执行git log -p --word-diff=color How_to_live_your_college_life.docx 命令，就会把历次修改的部分用绿色标注出来，如图2所示（部分）：

　　　　　　　　　　　　　　　　　　　　　　　　　　　　图2
哈哈，就是这么简单，几行命令就搞定啦。大家快过来试试吧！