Git特定branch基于commit级别的自定义统计实现方案咨询

核心思路：利用Git的diff与对象系统，只处理变更内容 #

不需要切换worktree或扫描整个仓库，直接通过Git命令提取每个commit的增量变更，仅分析变更的文件内容，就能高效统计TODO这类注释的演变情况。

具体实现步骤 #

1. 按顺序遍历目标分支的所有commit
   用git log --reverse <分支名>可以从首次commit开始，按提交顺序遍历目标分支的所有commit，--reverse参数确保处理顺序从最早到最晚。

2. 提取单个commit的变更文件列表
   对每个commit，执行git diff-tree -r --name-only --no-commit-id <commit哈希>^!，获取该commit中新增、修改、删除的文件路径。其中^!表示只对比当前commit与其父commit的差异。

3. 分析变更文件的行级差异

   • 若只关注TODO数量的变化：用git diff <commit哈希>^ <commit哈希> -- <文件路径>获取文件的行变更，统计新增行（以+开头）中的TODO数量，减去删除行（以-开头）中的TODO数量，累加后更新当前commit的总TODO数。
   • 若需要精确统计当前commit的总TODO数：先统计初始commit的基准TODO数，之后每个commit仅通过增量变化更新总数，无需重复扫描全量文件。

4. 脚本化实现示例
   以下是一个bash脚本框架，用于追踪每个commit的TODO数量：

   #!/bin/bash
   TARGET_BRANCH="main"
   # 获取初始commit并统计基准TODO数
   INIT_COMMIT=$(git rev-list --max-parents=0 $TARGET_BRANCH)
   TODO_TOTAL=$(git show $INIT_COMMIT | grep -c "TODO")
   echo "$INIT_COMMIT $TODO_TOTAL"
   
   # 遍历后续所有commit
   git log --reverse --skip=1 --format="%H" $TARGET_BRANCH | while read COMMIT_HASH; do
       # 遍历当前commit的变更文件
       git diff-tree -r --name-only --no-commit-id $COMMIT_HASH^! | while read FILE_PATH; do
           # 统计新增的TODO数量
           ADD_TODO=$(git diff $COMMIT_HASH^ $COMMIT_HASH -- $FILE_PATH | grep "^+" | grep -c "TODO")
           # 统计删除的TODO数量
           DEL_TODO=$(git diff $COMMIT_HASH^ $COMMIT_HASH -- $FILE_PATH | grep "^-" | grep -c "TODO")
           TODO_TOTAL=$((TODO_TOTAL + ADD_TODO - DEL_TODO))
       done
       echo "$COMMIT_HASH $TODO_TOTAL"
   done
   

额外优化建议 #

• 过滤无关文件：在git diff-tree后添加--diff-filter=ACM，只关注新增、修改、复制的文件，跳过已删除的文件（若无需统计删除的TODO）。
• 缓存计算结果：如果需要重复统计，可将每个commit的TODO数写入缓存文件，避免重复计算。
• 并行处理：针对commit数量极多的场景，可尝试并行处理单个commit的diff分析，注意控制Git命令的并发量避免资源占用过高。

内容的提问来源于stack exchange，提问作者αλεχολυτ