Git Blame提交统计

我如何“滥用”责备（或某些更合适的功能，和/或与shell命令结合使用），以统计当前存储库中来自每个提交者的行数（代码）？

示例输出：

Committer 1: 8046 Lines
Committer 2: 4378 Lines

更新资料

git ls-tree -r -z --name-only HEAD -- */*.c | xargs -0 -n1 git blame \
--line-porcelain HEAD |grep  "^author "|sort|uniq -c|sort -nr

我在路上更新了一些东西。

为了方便起见，您还可以将其放入自己的命令中：

#!/bin/bash

# save as i.e.: git-authors and set the executable flag
git ls-tree -r -z --name-only HEAD -- $1 | xargs -0 -n1 git blame \
 --line-porcelain HEAD |grep  "^author "|sort|uniq -c|sort -nr

将此存储在您的路径中的某处或修改您的路径并像使用它一样

• git authors '*/*.c' # look for all files recursively ending in .c
• git authors '*/*.[ch]' # look for all files recursively ending in .c or .h
• git authors 'Makefile' # just count lines of authors in the Makefile

原始答案

虽然可接受的答案可以完成工作，但速度非常慢。

$ git ls-tree --name-only -z -r HEAD|egrep -z -Z -E '\.(cc|h|cpp|hpp|c|txt)$' \
  |xargs -0 -n1 git blame --line-porcelain|grep "^author "|sort|uniq -c|sort -nr

几乎是瞬时的。

要获取当前跟踪的文件列表，可以使用

git ls-tree --name-only -r HEAD

此解决方案避免调用file来确定文件类型，并出于性能原因使用grep匹配所需的扩展名。如果应包括所有文件，只需将其从行中删除。

grep -E '\.(cc|h|cpp|hpp|c)$' # for C/C++ files
grep -E '\.py$'               # for Python files

如果文件可以包含空格，这对shell不利，则可以使用：

git ls-tree -z --name-only -r HEAD | egrep -Z -z '\.py'|xargs -0 ... # passes newlines as '\0'

给出文件列表（通过管道），可以使用xargs调用命令并分发参数。允许处理多个文件的命令忽略-n1。在这种情况下，我们调用，git blame --line-porcelain并且每次调用都使用1个参数。

xargs -n1 git blame --line-porcelain

然后，我们针对出现的“作者”过滤输出进行排序，并通过以下方式对重复的行进行计数：

grep "^author "|sort|uniq -c|sort -nr

注意

其他答案实际上过滤掉仅包含空格的行。

grep -Pzo "author [^\n]*\n([^\n]*\n){10}[\w]*[^\w]"|grep "author "

上面的命令将打印包含至少一个非空白字符的行的作者。您还可以使用match \w*[^\w#]，它还将排除第一个非空白字符不是a的行#（在许多脚本语言中为注释）。

我写了一个叫做git-fame的gem 可能会有用。

安装和使用：

1. $ gem install git_fame
2. $ cd /path/to/gitdir
3. $ git fame

输出：

Statistics based on master
Active files: 21
Active lines: 967
Total commits: 109

Note: Files matching MIME type image, binary has been ignored

+----------------+-----+---------+-------+---------------------+
| name           | loc | commits | files | distribution (%)    |
+----------------+-----+---------+-------+---------------------+
| Linus Oleander | 914 | 106     | 21    | 94.5 / 97.2 / 100.0 |
| f1yegor        | 47  | 2       | 7     |  4.9 /  1.8 / 33.3  |
| David Selassie | 6   | 1       | 2     |  0.6 /  0.9 /  9.5  |
+----------------+-----+---------+-------+---------------------+

git ls-tree -r HEAD|sed -re 's/^.{53}//'|while read filename; do file "$filename"; done|grep -E ': .*text'|sed -r -e 's/: .*//'|while read filename; do git blame -w "$filename"; done|sed -r -e 's/.*\((.*)[0-9]{4}-[0-9]{2}-[0-9]{2} .*/\1/' -e 's/ +$//'|sort|uniq -c

逐步说明：

列出所有受版本控制的文件

git ls-tree -r HEAD|sed -re 's/^.{53}//'

将列表修剪为仅文本文件

|while read filename; do file "$filename"; done|grep -E ': .*text'|sed -r -e 's/: .*//'

Git指责所有文本文件，忽略空格更改

|while read filename; do git blame -w "$filename"; done

拔出作者姓名

|sed -r -e 's/.*\((.*)[0-9]{4}-[0-9]{2}-[0-9]{2} .*/\1/' -e 's/ +$//'

对作者列表进行排序，并让uniq计算连续重复的行数

|sort|uniq -c

输出示例：

   1334 Maneater
   1924 Another guy
  37195 Brian Ruby
   1482 Anna Lambda

git summary通过所提供的混帐额外包正是你所需要的。在git-extras-git-summary上查看文档：

git summary --line

提供如下所示的输出：

project  : TestProject
lines    : 13397
authors  :
8927 John Doe            66.6%
4447 Jane Smith          33.2%
  23 Not Committed Yet   0.2%

Erik的解决方案很棒，但是我在变音符号方面遇到了一些问题（尽管我的LC_*环境变量表面上正确设置了），并且在实际上带有日期的代码行上泄漏了噪声。我的sed-fu很差，所以我最终得到了这个带有红宝石的科学怪人的代码段，但是它在200,000 LOC以上对我来说是完美的，并且对结果进行了排序：

git ls-tree -r HEAD | gsed -re 's/^.{53}//' | \
while read filename; do file "$filename"; done | \
grep -E ': .*text' | gsed -r -e 's/: .*//' | \
while read filename; do git blame "$filename"; done | \
ruby -ne 'puts $1.strip if $_ =~ /^\w{8} \((.*?)\s*\d{4}-\d{2}-\d{2}/' | \
sort | uniq -c | sort -rg

还要注意，gsed而不是sed因为这是二进制自制程序安装，而使系统sed完整无缺。

git shortlog -sn

这将显示每个作者的提交列表。

这是@Alex答案的主要片段，它实际上是汇总非议行的操作。我已将其缩减为可用于单个文件而不是一组文件。

git blame --line-porcelain path/to/file.txt | grep  "^author " | sort | uniq -c | sort -nr

我将其发布在这里是因为我经常回到这个答案，并重新阅读该帖子并重新消化这些示例以提取我认为有价值的部分。对于我的用例来说，它的通用性还不够。它的范围适用于整个C项目。

我喜欢列出每个文件的统计信息，是通过bash for迭代器实现的，而不是xargs因为我发现xargs的可读性差，难以使用/存储，xargs vs for的优缺点应在其他地方讨论。

这是一个实用的代码段，将分别显示每个文件的结果：

for file in $(git ls-files); do \
    echo $file; \
    git blame --line-porcelain $file \
        | grep  "^author " | sort | uniq -c | sort -nr; \
    echo; \
done

我测试过，在bash shell中运行此命令是ctrl + c安全的，如果需要将其放在bash脚本中，则可能需要在SIGINT和SIGTERM上进行陷阱，如果希望用户能够中断for循环。

查看gitstats命令，该命令可从http://gitstats.sourceforge.net/获得。

我有这个解决方案，它计算所有文本文件（二进制文件，甚至是版本控制文件除外）中的归咎行：

IFS=$'\n'
for file in $(git ls-files); do
    git blame `git symbolic-ref --short HEAD` --line-porcelain "$file" | \
        grep  "^author " | \
        grep -v "Binary file (standard input) matches" | \
        grep -v "Not Committed Yet" | \
        cut -d " " -f 2-
    done | \
        sort | \
        uniq -c | \
        sort -nr

如果您想检查某个源模块，则此方法可在存储库源结构的任何目录中使用。

find . -name '*.c' | xargs -n1 git blame --line-porcelain | grep "^author "|sort|uniq -c|sort -nr

我采用了Powershell 的最佳答案：

(git ls-tree -rz --name-only HEAD).Split(0x00) | where {$_ -Match '.*\.py'} |%{git blame -w --line-porcelain HEAD $_} | Select-String -Pattern '^author ' | Group-Object | Select-Object -Property Count, Name | Sort-Object -Property Count -Descending

关于是否git blame使用该-w开关，它是可选的，我添加了它，因为它忽略空格更改。

尽管Bash解决方案在WSL2下运行，但我的机器上的性能还是偏爱Powershell（同一仓库大约为50s，而相同仓库为65s）。

制作了自己的脚本，该脚本是@nilbus和@Alex的组合

#!/bin/sh

for f in $(git ls-tree -r  --name-only HEAD --);
do
    j=$(file "$f" | grep -E ': .*text'| sed -r -e 's/: .*//');
    if [ "$f" != "$j" ]; then
        continue;
    fi
    git blame -w --line-porcelain HEAD "$f" | grep  "^author " | sed 's/author //'`enter code here`
done | sort | uniq -c | sort -nr

针对MacOS上运行的单个源文件的Bash函数。

function glac {
    # git_line_author_counts
    git blame -w "$1" |  sed -E "s/.*\((.*) +[0-9]{4}-[0-9]{2}.*/\1/g" | sort | uniq -c | sort -nr
}