使用GitPython查找分支上的第一个提交

Question

我正在使用Python和Git-Python编写一个git post-receive钩子，它收集关于推送中包含的提交的信息，然后用摘要更新我们的bug跟踪器和IM。在推送创建分支(即post-receive的fromrev参数为全零)并在该分支上跨越多个提交的情况下，我遇到了麻烦。我从torev提交开始向后遍历父级列表，但是我不知道如何辨别哪个提交是分支中的第一个提交，即何时停止查找。

在命令行上，我可以执行以下操作

git rev-list this-branch ^not-that-branch ^master

它会给出this-branch中的提交列表，而不是其他的。我曾尝试使用Commit.iter_parents方法复制此方法，该方法的文档中使用了与git-rev-list相同的参数，但据我所知它不喜欢位置参数，并且我找不到一组有效的关键字参数。

我读了Dulwich的文档，但不清楚它的功能是否会与Git-Python有很大的不同。

我的(简化)代码如下所示。当推送启动一个新的分支时，它当前只会查看第一次提交，然后停止：

import git
repo = git.Repo('.')
for line in input:
    (fromrev, torev, refname) = line.rstrip().split(' ')
    commit = repo.commit(torev)
    maxdepth = 25    # just so we don't go too far back in the tree
    if fromrev == ('0' * 40):
        maxdepth = 1
    depth = 0
    while depth < maxdepth:
        if commit.hexsha == fromrev:
            # Reached the start of the push
            break
        print '{sha} by {name}: {msg}'.format(
            sha = commit.hexsha[:7], user = commit.author.name, commit.summary)
        commit = commit.parents[0]
        depth += 1

Answer 1

使用纯Git-Python也可以做到。我也没有找到一种方法来识别一组可以一气呵成的kwarg。但是可以简单地构造主分支的一组shas，然后在要检查的分支上使用iter_commits，以便找到第一个没有出现在父分支中的shas：

from git import *

repo_path = '.'
repo = Repo(repo_path)
parent_branch = repo.branches.master
examine_branch = repo.branches.test_feature_branch

other_shas = set()
for parent_commit in repo.iter_commits(rev=parent_branch):
    other_shas.add(parent_commit.hexsha)
for commit in repo.iter_commits(rev=examine_branch):
    if commit.hexsha not in other_shas:
        first_commit = commit

print '%s by %s: %s' % (first_commit.hexsha[:7],
        first_commit.author.name, first_commit.summary)

如果您真的想确保排除所有其他分支上的所有提交，您可以将第一个for循环包装在repo.branches上的另一个for循环中：

other_shas = set()
for branch in repo.branches:
    if branch != examine_branch:
        for commit in repo.iter_commits(rev=branch):
            other_shas.add(commit.hexsha)

• 警告1:第二种方法显示了没有出现在任何其他分支上的第一次提交，这不一定是该分支上的第一次提交。如果feat_b是从feat_a分支出来的，那么这将在feat_b分支之后显示feat_a上的第一个提交:feat_a的其余提交已经在feat_b上了。
• 警告2: git rev-list，这两种解决方案只有在分支还没有合并回master的情况下才有效。你实际上是在要求它列出这个分支上的所有提交，而不是另一个分支上的所有提交。
• 备注:第二种方法过于夸张，需要更多的时间才能完成。一种更好的方法是将其他分支限制在已知合并分支的列表中，如果您拥有的不仅仅是主分支。

Answer 2

我只是玩玩了一下达利奇，也许有更好的方法(使用内置步行器？)假设只有一个新分支(或多个没有任何共同之处的新分支)：

#!/usr/bin/env python
import sys
from dulwich.repo import Repo
from dulwich.objects import ZERO_SHA


def walk(repo, sha, shas, callback=None, depth=100):
    if not sha in shas and depth > 0:
        shas.add(sha)

        if callback:
            callback(sha)

        for parent in repo.commit(sha).parents:
            walk(repo, parent, shas, callback, depth - 1)


def reachable_from_other_branches(repo, this_branch):
    shas = set()

    for branch in repo.refs.keys():
        if branch.startswith("refs/heads") and branch != this_branch:
            walk(repo, repo.refs[branch], shas)

    return shas


def branch_commits(repo, fromrev, torev, branchname):
    if fromrev == ZERO_SHA:
        ends = reachable_from_other_branches(repo, branchname)
    else:
        ends = set([fromrev])

    def print_callback(sha):
        commit = repo.commit(sha)
        msg = commit.message.split("\n")[0]
        print('{sha} by {author}: {msg}'
              .format(sha=sha[:7], author=commit.author, msg=msg))

    print(branchname)
    walk(repo, torev, ends, print_callback)


repo = Repo(".")
for line in sys.stdin:
    fromrev, torev, refname = line.rstrip().split(' ')
    branch_commits(repo, fromrev, torev, refname)

Answer 3

下面这样的代码将会找到第一个提交：

x = Repo('.')
print list(x.get_walker(include=[x.head()]))[-1].commit

(请注意，对于大型存储库，这将使用O(n)内存，使用迭代器来解决此问题)