使用Python解析git-log文件

Question

所以我需要解析像这样的东西：

commit e397a6e988c05d6fd87ae904303ec0e17f4d79a2
Author: Name <[e-mail]>
Date:   Sat Jul 9 21:29:10 2011 +0400

    commit message

 1 files changed, 21 insertions(+), 11 deletions(-)

并获取作者姓名以及插入和删除的次数。

对于姓名，我有这个：

re.findall(r"Author: (.+) <",gitLog)

对于这些数字，我有以下内容：

re.findall(r" (\d+) insertions\S+, (\d+) deletions",gitLog)

但我想用一个正则表达式获取名称、插入和删除的元组列表。

我尝试过像这样的操作：

re.findall(r"Author: (.+) <.+ (\d+) insertions\S+, (\d+) deletions",gitLog,re.DOTALL)

但是它没有返回任何东西...

那么我的错误在哪里？正则表达式应该是什么样子的？

更新： wRAR是正确的，但不知怎么地，当我读取文件并尝试解析它时，我会得到整个文件作为名称，然后是最后一次插入和删除，因此它匹配整个文件而不是单个提交... [.+]获取整个文件而不是提交的一部分...

- Stals

Answer 1

如果您可以访问代码库而不是一些git log的文本转储，请避免解析麻烦并生成不同的日志输出：

git log --pretty="%an" --numstat

将会产生以下输出结果：

作者名字

插入的行数 删除的行数 修改后的文件

你甚至不需要正则表达式。如果你想继续使用正则表达式，你需要匹配插入后的(+)，否则它将无法匹配并捕获数字。

- shelhamer

---

那么您每次需要获取不同类型的信息时，都必须运行日志命令。 - Nasif Imtiaz Ohi

Answer 2

你应该使用（直接或借用代码）现有的包，例如GitPython，但是关于你的正则表达式问题，提供的文本的正则表达式返回[('Name'， '21'， '11')] ，所以我认为它是正确的。

- wRAR

Answer 3

我使用了一个Python模块来解析Git日志。它看起来非常流行:

https://github.com/gaborantal/git-log-parser

- Janekx

Answer 4

所以我的问题的答案是：

re.findall(r"Author: (\S+) <.+\n.+\n\n.+\n\n.+ (\d+) insertions\S+, (\d+) deletions",gitLog)

不过无论如何，感谢你的回答。

- Stals