如何从Git commit对象获取代码行数？Jupyter Notebook实现方法问询

当然有办法啦！我之前做过类似的统计需求，刚好可以给你捋清楚在Jupyter Notebook里怎么实现。

步骤1：安装依赖 #

我们可以借助gitpython这个库来直接操作Git仓库和commit对象，它能让我们用Python代码优雅地和Git交互。先在Notebook里安装它：

!pip install gitpython

步骤2：核心实现代码 #

下面是完整的可运行代码，我会逐行给你解释逻辑：

from git import Repo

# 替换成你的Git仓库本地路径
repo_path = "/path/to/your/git/repository"
# 替换成你要统计的.py文件相对路径（相对于仓库根目录）
target_file = "src/your_script.py"

# 打开目标Git仓库
repo = Repo(repo_path)

# 只获取涉及目标文件的所有提交历史（过滤掉不相关的commit，提升效率）
file_commits = list(repo.iter_commits(paths=target_file))

# 遍历每个commit，统计对应版本的代码行数
for commit in reversed(file_commits):  # reversed让输出顺序从最早提交到最新提交
    try:
        # 从commit对象的树结构中提取目标文件的内容
        file_content = commit.tree[target_file].data_stream.read().decode("utf-8")
        # 统计总行数（如果要排除空行/注释行，可以加额外判断）
        line_count = len(file_content.splitlines())
        # 输出关键信息：短哈希、提交时间、行数
        print(f"Commit {commit.hexsha[:7]} | {commit.committed_datetime.strftime('%Y-%m-%d %H:%M')} | 代码行数: {line_count}")
    except KeyError:
        # 处理文件还未被创建的旧commit（比如文件是后来新增的）
        print(f"Commit {commit.hexsha[:7]} | {commit.committed_datetime.strftime('%Y-%m-%d %H:%M')} | 文件未存在")

关键细节说明 #

• repo.iter_commits(paths=target_file)：这个方法会自动过滤出所有修改过目标文件的commit，不用遍历仓库里的所有提交，效率更高。
• commit.tree[target_file].data_stream.read()：这就是直接从commit对象提取文件内容的核心逻辑——每个commit都对应一个文件树结构，我们可以通过文件路径直接定位到该版本的文件内容，进而统计行数。
• 如果需要排除空行或单行注释，可以修改统计逻辑，比如：

  line_count = sum(1 for line in file_content.splitlines() if line.strip() and not line.strip().startswith("#"))
  

备选方案：直接调用Git命令 #

如果你不想安装额外库，也可以用subprocess直接调用Git命令实现，适合环境受限的场景：

import subprocess

repo_path = "/path/to/your/git/repository"
target_file = "src/your_script.py"

# 获取所有涉及目标文件的commit短哈希和提交信息
commits = subprocess.check_output(
    ["git", "-C", repo_path, "log", "--oneline", "--follow", "--", target_file],
    text=True
).splitlines()

for commit_line in reversed(commits):
    commit_hash = commit_line.split()[0]
    try:
        # 获取该commit版本下目标文件的内容并统计行数
        file_content = subprocess.check_output(
            ["git", "-C", repo_path, "show", f"{commit_hash}:{target_file}"],
            text=True
        )
        line_count = len(file_content.splitlines())
        print(f"Commit {commit_hash} | 代码行数: {line_count}")
    except subprocess.CalledProcessError:
        print(f"Commit {commit_hash} | 文件未存在")

两种方法各有优劣：gitpython更贴合Python生态，代码可读性强；直接调用Git命令则无需额外依赖，适合快速验证。

内容的提问来源于stack exchange，提问作者asoomdeys