如何用Python统计GitHub仓库两版本变更文件数？API调用遇404求助

一、404错误的核心原因 #

• 版本标识符不匹配：你测试的Dubbo仓库标签是dubbo-前缀格式（比如dubbo-3.1.10），但代码里传入的是v25.0.5这类无前缀的版本名，GitHub找不到对应标签就会返回404。必须确保v1和v2是仓库中真实存在的完整标签名、分支名或提交哈希。
• 其他排除项：你提供的Dubbo对比URL能正常访问，说明两个版本属于可关联的提交链；公开仓库无需额外权限，也排除了权限导致的404。

二、修正后的可用代码 #

同时修复了原代码中diff_files_url取长度的错误（它是字符串URL，不是文件列表）：

def compare_versions(self, v1, v2, g, repo_name):
    try:
        repo = g.get_repo(repo_name)
        # 传入正确的版本标识符，比如Dubbo的dubbo-3.1.10、dubbo-3.0.15
        comparison = repo.compare(v1, v2)
        
        print(f"总提交数: {comparison.total_commits}")
        # comparison.files是变更文件的列表，长度即为变更文件数量
        changed_files_count = len(comparison.files)
        print(f"变更文件数: {changed_files_count}")

        # 可选：遍历查看每个文件的变更详情
        # for file in comparison.files:
        #     print(f"文件: {file.filename}, 变更类型: {file.status}")

    except Exception as be:
        print(f"对比{v1}和{v2}时出错: {be}")

三、关键注意事项 #

• 先确认版本存在性：调用前可以用repo.get_tags()获取仓库所有标签，核对传入的版本名是否完全匹配，避免因拼写、前缀错误导致404。
• 优先用API替代HTML解析：HTML结构随时可能变更，API是GitHub官方提供的稳定接口，解决标识符问题后完全可以替代解析HTML的低效方案。
• 异常捕获优化：可以捕获github.GithubException具体异常类型，更精准排查问题（比如区分404、限流等不同错误）。

内容的提问来源于stack exchange，提问作者Bog Alt