GitHub API：贡献的仓库

Question

是否有一种方法可以通过GitHub API访问GitHub个人资料页面上“贡献的存储库”模块中的数据？理想情况下是整个列表，而不仅仅是似乎只能在Web上获取的前五个。

- outoftime

---

我相信这并不容易，但挖掘(Unofficial) GitHub Archive项目中可用的数据会有所帮助（但仅适用于公共项目）：http://www.githubarchive.org/。 - Ivan Zuzak

有兴趣了解如何在Javascript中实现。仓库不仅应包括一个人提交的仓库，还应包括一个人开放问题和评论等的仓库。我脑海中没有明确的方法。 - Xiaodong Qi

你需要进行大量的查询才能确定结果。GitHub用来确定某些内容是否可以被视为贡献的规则在这里： https://help.github.com/articles/why-are-my-contributions-not-showing-up-on-my-profile/#contributions-that-are-counted - Xiaodong Qi

Answer 1

使用GraphQL API v4，现在您可以通过以下方式获取这些贡献的存储库:

{
  viewer {
    repositoriesContributedTo(first: 100, contributionTypes: [COMMIT, ISSUE, PULL_REQUEST, REPOSITORY]) {
      totalCount
      nodes {
        nameWithOwner
      }
      pageInfo {
        endCursor
        hasNextPage
      }
    }
  }
}

在浏览器探索器中尝试

如果你贡献的仓库超过100个（包括你自己仓库），你需要在下一次请求中指定after: "END_CURSOR_VALUE"在repositoriesContributedTo中进行分页。

- Bertrand Martel

---

很奇怪，它没有显示我的项目...但是这个解决方案很棒！ - lapo

看起来不错，但是文档中写着“用户最近贡献过的存储库列表”（重点在于“最近”）。另外，缺少自己的项目。 - Joachim Breitner

هڈ¯ن»¥ن½؟用includeUserRepositories:trueه°†è‡ھه·±çڑ„é،¹ç›®هŒ…هگ«è؟›هژ»م€‚ - Joachim Breitner

要获取另一个用户的（公共）贡献，请将“viewer”替换为“user（login：“username”）”。 - jrieke

缺少旧的贡献 - 文档中说“用户最近贡献过的仓库列表”。如果您发现了找到所有贡献（包括旧的和最近的）的方法，请发布。 - Mike Vosseller

Answer 2

使用Google BigQuery和GitHub Archive，我使用以下命令拉取了我提交拉取请求的所有存储库：

SELECT repository_url 
FROM [githubarchive:github.timeline]
WHERE payload_pull_request_user_login ='rgbkrk'
GROUP BY repository_url;

你可以使用类似的语义来提取你参与过的仓库数量以及它们所用的编程语言：

SELECT COUNT(DISTINCT repository_url) AS count_repositories_contributed_to,
       COUNT(DISTINCT repository_language) AS count_languages_in
FROM [githubarchive:github.timeline]
WHERE payload_pull_request_user_login ='rgbkrk';

如果您正在寻找总体贡献，其中包括报告的问题，请使用

SELECT COUNT(DISTINCT repository_url) AS count_repositories_contributed_to,
       COUNT(DISTINCT repository_language) AS count_languages_in
FROM [githubarchive:github.timeline]
WHERE actor_attributes_login = 'rgbkrk'
GROUP BY repository_url;

这里的区别在于 actor_attributes_login 来自Issue Events API。

您可能还想捕获自己的存储库，这些存储库可能没有由您自己提交的问题或PR。

- Kyle Kelley

---

自2015年1月起，githubarchive:github.timeline表已被弃用。 - sulaiman sudirman

除了@sulaiman提到的表弃用之外，替换表的表结构已经完全改变（例如表githubarchive:year.2017），因此当前查询将如下所示：SELECT repo.name FROM [githubarchive:year.2017] WHERE actor.login ='rgbkrk' GROUP BY repo.name; - gene_wood

除了@sulaimansudirman和@gene_wood的评论之外：语法有些变化，因此当前查询将类似于此：SELECT repo.name FROM \githubarchive.year.2019` WHERE actor.login ='rgbkrk' GROUP BY repo.name;。顺便说一句：可以使用*`代替年份。 - PF4Public

Answer 3

我之前尝试为Github摘要器实现了类似的东西... 获取用户贡献过但不拥有的存储库的步骤如下（以我的用户为例）：

• 搜索寻找用户提交的最近的100个已关闭拉取请求。当然，如果第一页已满，您可以请求第二页以获取更旧的pr

https://api.github.com/search/issues?q=type:pr+state:closed+author:megawac&per_page=100&page=1

• 接下来，我会请求每个这些repo的贡献者。如果所涉及的用户在贡献者列表中，我们就将该repo添加到列表中。例如：

https://api.github.com/repos/jashkenas/underscore/contributors

• 我们可能还尝试检查用户正在观看的所有存储库。同样，我们将检查每个repo的repos/:owner/:repo/contributors

https://api.github.com/users/megawac/subscriptions

• 此外，我会迭代用户所在组织的所有存储库

https://api.github.com/users/megawac/orgs
https://api.github.com/orgs/jsdelivr/repos

• 如果用户被列为任何存储库的贡献者，我们将添加该存储库到列表中（与上述步骤相同）

这将错过那些用户没有提交拉取请求但已被添加为贡献者的仓库。我们可以通过搜索以下内容来增加找到这些仓库的概率：

1）任何问题都可以打开（不只是关闭的拉取请求）
2）用户已关注的存储库

显然，这需要比我们想要的更多的请求，但当他们让你虚假功能时，你能做什么\o/

- megawac

---

如果您可以让您的JavaScript搜索用户打开并评论的存储库中存在问题，那将是理想的。 GitHub用于生成其贡献存储库列表的规则在此处，但我们不需要太过遵循它：https://help.github.com/articles/why-are-my-contributions-not-showing-up-on-my-profile/#contributions-that-are-counted - Xiaodong Qi

Answer 4

您可以通过GitHub的GraphQL API获取最近一年左右的信息，例如Bertrand Martel的答案所示。

如果需要追溯至2011年以前的所有信息，则可以在GitHub Archive中找到，如Kyle Kelley的答案中所述。 然而，BigQuery的语法和GitHub的API似乎已经发生了变化，那里显示的例子在08/2020时已不再适用。

以下是我发现自己贡献过的所有库的方法：

SELECT distinct repo.name
FROM (
  SELECT * FROM `githubarchive.year.2011` UNION ALL
  SELECT * FROM `githubarchive.year.2012` UNION ALL
  SELECT * FROM `githubarchive.year.2013` UNION ALL
  SELECT * FROM `githubarchive.year.2014` UNION ALL
  SELECT * FROM `githubarchive.year.2015` UNION ALL
  SELECT * FROM `githubarchive.year.2016` UNION ALL
  SELECT * FROM `githubarchive.year.2017` UNION ALL
  SELECT * FROM `githubarchive.year.2018`
)
WHERE (type = 'PushEvent' 
  OR type = 'PullRequestEvent')
  AND actor.login = 'YOUR_USER'

有些仓库返回的结果只有名称，没有用户或组织信息。但是我仍然需要手动处理结果。

- schnatterer

Answer 5

你可以使用由GitHub API提供的搜索。您的查询应该类似于这样：

https://api.github.com/search/repositories?q=%20+fork:true+user:username

将fork参数设置为true可以确保您查询所有用户的存储库，包括被fork的。

然而，如果您想确保用户不仅仅是fork了存储库，还对其进行了贡献，那么您应该遍历通过“search”请求获取的每个存储库，并检查用户是否在其中。这相当麻烦，因为github只返回100个贡献者，并且没有解决方案...

- koscielna

---

这仅仅返回当前用户拥有的仓库列表，而不是曾经有过贡献的仓库列表。 - barfuin

Answer 6

我来到了这个问题。（GithubAPI：获取用户曾经提交过的存储库）

我发现一个实际的技巧是有一个名为http://www.githubarchive.org/ 的项目。他们记录从2011年开始的所有公共事件。虽然不是理想的，但可能很有帮助。

因此，例如在您的情况下：

SELECT  payload_pull_request_head_repo_clone_url 
FROM [githubarchive:github.timeline]
WHERE payload_pull_request_base_user_login='outoftime'
GROUP BY payload_pull_request_head_repo_clone_url;

如果我没记错的话，这里列出了您发起拉取请求的仓库清单：

https://github.com/jreidthompson/noaa.git
https://github.com/kkrol89/sunspot.git
https://github.com/rterbush/sunspot.git
https://github.com/ottbot/cassandra-cql.git
https://github.com/insoul/cequel.git
https://github.com/mcordell/noaa.git
https://github.com/hackhands/sunspot_rails.git
https://github.com/lgierth/eager_record.git
https://github.com/jnicklas/sunspot.git
https://github.com/klclee/sunspot.git
https://github.com/outoftime/cequel.git

您可以在bigquery.cloud.google.com上进行实验，数据模式可以在此处找到：https://github.com/igrigorik/githubarchive.org/blob/master/bigquery/schema.js

- nix

Answer 7

有一个新项目声称可以列出所有的贡献：

https://github.com/AurelienLourot/github-contribs

它还支持生产更详细的用户资料服务：

https://ghuser.io/

- Joachim Breitner

---

项目已经死了。:'( - coolaj86

项目已经失败了。 :'( - undefined

Answer 8

我写了一个使用 Selenium 和 Python 的脚本来完成这个任务。

"""
Get all your repos contributed to for the past year.

This uses Selenium and Chrome to login to github as your user, go through 
your contributions page, and grab the repo from each day's contribution page.

Requires python3, selenium, and Chrome with chromedriver installed.

Change the username variable, and run like this:

GITHUB_PASS="mypassword" python3 github_contributions.py
"""

import os
import sys
import time
from pprint import pprint as pp
from urllib.parse import urlsplit
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

username = 'jessejoe'
password = os.environ['GITHUB_PASS']

repos = []
driver = webdriver.Chrome()
driver.get('https://github.com/login')

driver.find_element_by_id('login_field').send_keys(username)
password_elem = driver.find_element_by_id('password')
password_elem.send_keys(password)
password_elem.submit()

# Wait indefinitely for 2-factor code
if 'two-factor' in driver.current_url:
    print('2-factor code required, go enter it')
while 'two-factor' in driver.current_url:
    time.sleep(1)

driver.get('https://github.com/{}'.format(username))

# Get all days that aren't colored gray (no contributions)
contrib_days = driver.find_elements_by_xpath(
    "//*[@class='day' and @fill!='#eeeeee']")

for day in contrib_days:
    day.click()
    # Wait until done loading
    WebDriverWait(driver, 10).until(
        lambda driver: 'loading' not in driver.find_element_by_css_selector('.contribution-activity').get_attribute('class'))

    # Get all contribution URLs
    contribs = driver.find_elements_by_css_selector('.contribution-activity a')
    for contrib in contribs:
        url = contrib.get_attribute('href')
        # Only care about repo owner and name from URL
        repo_path = urlsplit(url).path
        repo = '/'.join(repo_path.split('/')[0:3])
        if repo not in repos:
            repos.append(repo)
    # Have to click something else to remove pop-up on current day
    driver.find_element_by_css_selector('.vcard-fullname').click()

driver.quit()
pp(repos)

它使用Python和Selenium自动化Chrome浏览器登录Github，进入你的贡献页面，点击每一天并从任何贡献中获取repo名称。由于此页面仅显示1年的活动，因此此脚本只能获取到这些信息。

- jjj

Answer 9

您可以查看 https://github.com/casperdcl/ghstat，该项目自动计算可见存储库中编写的代码行数。提取相关代码并整理需要：

• 需要从https://github.com/cli/cli获取gh
• 需要使用jq
• 需要使用bash
• 需要设置${GH_USER}环境变量
• 将“贡献者”定义为“提交者”

#!/bin/bash
ghjq() { # <endpoint> <filter>
  # filter all pages of authenticated requests to https://api.github.com
  gh api --paginate "$1" | jq -r "$2"
}
repos="$(
  ghjq users/$GH_USER/repos .[].full_name
  ghjq "search/issues?q=is:pr+author:$GH_USER+is:merged" \
    '.items[].repository_url | sub(".*github.com/repos/"; "")'
  ghjq users/$GH_USER/subscriptions .[].full_name
  for org in "$(ghjq users/$GH_USER/orgs .[].login)"; do
    ghjq orgs/$org/repos .[].full_name
  done
)"
repos="$(echo "$repos" | sort -u)"
# print repo if user is a contributor
for repo in $repos; do
  if [[ $(ghjq repos/$repo/contributors "[.[].login | test(\"$GH_USER\")] | any") == "true" ]]; then
    echo $repo
  fi
done

- casper.dcl

Answer 10

我没有看到在API中实现它的方式。我能找到的最接近的方法是从公共用户获取最新的300个事件（不幸的是，300是限制），然后您可以按贡献对其他存储库进行排序。

https://developer.github.com/v3/activity/events/#list-public-events-performed-by-a-user

我们需要请求Github在他们的API中实现这个功能。

- RichLitt

---

问题在于 GitHub 上的“贡献的存储库”不仅包括您提交过更改的存储库，还包括您开启的问题。 - user456814

@Cupcake 在 GitHub 用户页面上开启一个问题被视为一种贡献。 - jazzytomato