如何通过Python GitLab API高效获取集团内有提交记录的用户？

核心优化方案 #

1. 直接调用群组贡献者API（推荐） #

GitLab原生支持针对群组的提交贡献者查询接口，能自动递归覆盖子群组和下属所有项目，无需逐个遍历项目：

• 使用GET /groups/:id/repository/contributors接口，:id替换为集团根群组的ID或路径
• 可通过all=True参数确保包含所有子层级项目的贡献者，since/until参数限定时间范围缩小数据量
• 示例Python代码：

import gitlab

# 初始化GitLab客户端
gl = gitlab.Gitlab('https://你的GitLab实例地址', private_token='你的API令牌')
# 获取根群组对象
root_group = gl.groups.get('集团根群组路径')
# 获取指定时间范围内的所有贡献者
contributors = root_group.repository_contributors(all=True, since='2024-01-01T00:00:00Z')

# 过滤机器人用户
valid_devs = []
for c in contributors:
    # 按用户名关键词或邮箱域名过滤
    if 'bot' not in c['name'].lower() and not c['email'].endswith('你的机器人邮箱域名.com'):
        valid_devs.append(c)

# 去重得到唯一开发者列表（按用户ID去重）
unique_devs = list({dev['id']: dev for dev in valid_devs}.values())

2. 批量项目+并行处理（备选） #

如果必须遍历项目，可通过以下方式提速：

• 先调用GET /groups/:id/projects批量拉取所有子项目，用per_page=100参数减少请求次数
• 使用concurrent.futures.ThreadPoolExecutor并行获取每个项目的贡献者，大幅压缩耗时
• 注意控制并发数，避免触发GitLab API速率限制（可通过gl.rate_limit查看当前限制）

3. 利用群组事件API筛选提交行为 #

通过群组事件接口提取所有提交相关的用户：

• 调用GET /groups/:id/events，指定action=push参数获取所有推送提交事件
• 从事件数据中提取author_id字段，去重后得到有提交行为的用户ID列表
• 再批量查询这些用户的详细信息，避免遍历无关用户

关键注意事项 #

• 权限要求：API令牌需拥有集团根群组的Reporter及以上权限，才能访问所有子项目的提交数据
• 精准过滤机器人：GitLab 14.8+支持用户is_bot属性，可直接用该字段判断，比关键词更准确：

  user = gl.users.get(dev['id'])
  if not user.is_bot:
      # 保留有效开发者
  

• 速率限制：默认API速率限制为每分钟1000次请求，并行处理时需控制并发数，或添加请求间隔

内容的提问来源于stack exchange，提问作者Cole Burley