如何用Python的re模块分割Git日志为独立提交条目？

需求是将给定的Git日志字符串分割为单个提交条目组成的数组，每个条目包含完整的提交信息（commit哈希、作者、日期、提交消息）。

解决方案 #

使用re.findall结合正则表达式直接提取每个提交块，核心正则模式利用提交的起始特征和非贪婪匹配实现精准分割：

import re

git_log = """commit 8e018dbcdbff15c3fc9ef4460b4214f47f71ddf6
Author: ISAAC.NEWTON <ISAAC.NEWTON@GOOGLE.COM>
Date:   Fri Apr 28 18:58:00 2023 +0800

    new cat

commit 9274b33435238122c8d6d389e73266f6a3e68745
Author: ISAAC.NEWTON <ISAAC.NEWTON@GOOGLE.COM>
Date:   Wed Apr 19 11:04:04 2023 +0800

    meow

commit 4f113912741f753c75a44f18790ff5903e910fad
Author: ISAAC.NEWTON <ISAAC.NEWTON@GOOGLE.COM>
Date:   Fri Apr 14 17:55:55 2023 +0800

    Add test files

commit 9274b33435238122c8d6d389e73266f6a3e68745
Author: ISAAC.NEWTON <ISAAC.NEWTON@GOOGLE.COM>
Date:   Wed Apr 19 11:04:04 2023 +0800

    Second commit test

commit 9274b33435238122c8d6d389e73266f6a3e68745
Author: ISAAC.NEWTON <ISAAC.NEWTON@GOOGLE.COM>
Date:   Wed Apr 19 11:04:04 2023 +0800

    First commit
"""

# 提取所有提交块
commits = re.findall(r'(?s)^commit .*?(?=^commit |\Z)', git_log, re.MULTILINE)

# 如需和示例格式完全一致（每个元素开头带换行），执行以下转换
commits = ['\n' + commit for commit in commits]

# 输出结果
print(commits)

正则模式说明 #

• (?s)：开启DOTALL模式，让.可以匹配换行符，确保覆盖提交的多行内容
• ^commit ：匹配行首的commit ，作为每个提交块的起始标记
• .*?：非贪婪匹配任意字符，避免跨提交块匹配
• (?=^commit |\Z)：正向预查，匹配到下一个行首的commit 或者字符串结尾时停止，确保分割边界准确

该模式具备通用性，即使提交消息是多行内容，也能正确提取完整的提交块。

内容的提问来源于stack exchange，提问作者NEET