【Git 内部】松散对象：zlib 载荷与 SHA-1 路径

Git 对象库里的每个版本片段——文件内容、目录快照、提交元数据——都以松散对象（loose object）形式存放在 .git/objects/ 下，直到 git repack 把它们打进 pack。读不懂「对象头 + zlib + 以哈希命名路径」这三件事，就无法手工校验对象是否损坏，也看不懂 git fsck 报错里的 corrupt loose object。

本文说明四种对象类型在未打包时的磁盘格式、SHA-1 对象 ID 的计算方式，以及路径 objects/ab/cdef… 的切分规则。对象之间的引用关系见 对象图。

一、对象 ID 从哪来

对每个 Git 对象，先构造 ASCII 对象头：

<type> <size>\0

再接上类型相关的载荷（payload）。对整个字节串做 SHA-1，得到 40 位十六进制对象 ID（SHA-256 仓库为 64 位，见 第 16 篇）。

磁盘路径：取 ID 前 2 字符为目录名，剩余 38 字符为文件名：

.git/objects/ce/013625030ba8dba906f756967f9e9ca394464a

文件内容是 zlib 压缩后的 header + payload，不是明文。

二、blob 实测：从文件到磁盘

工作区文件 hello.txt 内容为 hello\n（6 字节）。git hash-object hello.txt 输出：

ce013625030ba8dba906f756967f9e9ca394464a

git hash-object -w hello.txt 会写入上述路径。用 Python 解压验证（Git 2.54.0 实验仓库）：

import zlib
raw = open(".git/objects/ce/013625030ba8dba906f756967f9e9ca394464a", "rb").read()
dec = zlib.decompress(raw)
# dec == b'blob 6\x00hello\n'

git cat-file -p ce013625… 只打印载荷部分 hello，与解压结果一致。

复现：

echo 'hello' > hello.txt
git hash-object hello.txt
git hash-object -w hello.txt
python3 -c "import zlib; print(zlib.decompress(open('.git/objects/ce/013625030ba8dba906f756967f9e9ca394464a','rb').read()))"

（若内容不同，SHA 会变化；应以你本地的 git hash-object 输出为准。）

三、四种对象类型与载荷形状

类型名与空格、数字、NUL 构成头；载荷格式详见 gitformat-commit 等官方文档。

tree 与 commit 的文本展开示例见 第 03 篇。

四、松散对象的权限与只读位

新写入的松散对象通常为 只读（0444）。这是刻意设计：对象库内容不可变，防止误改。要做 fsck 损坏实验 时需 chmod u+w 再截断文件。

五、与 pack 的关系

松散对象是对象库的默认落盘形态；当数量或体积增长时，git repack 把多个对象合并进 .git/objects/pack/*.pack，并可能 prune 已被 pack 收录的松散文件（第 07、第 10 篇）。对象 ID 不变——pack 只是另一种物理编码。

六、本文边界

• 不推导 pack 内 OFS_DELTA/REF_DELTA（第 07–08 篇）。
• 不实现完整 git hash-object 的 C 代码路径。
• 默认 SHA-1；SHA-256 哈希宽度在第 16 篇。

参考资料

• Git documentation, gitrepository-layout（objects 目录）
• Git documentation, gitformat-commit
• 实验环境：Git 2.54.0，WSL2 Linux

系列索引：Git 内部结构 · 上篇：.git 目录全景