使用Python Gitlab API搜索特定条件公开仓库及报错解决

一、修复MissingSchema错误 #

你遇到的MissingSchema错误，是因为初始化GitLab客户端时参数顺序错误：第一个参数必须是GitLab实例的API端点URL，而不是直接传私有令牌。你的代码把私有令牌放在了第一个参数位置，导致客户端无法识别正确的API地址，触发了该错误。

正确的客户端初始化代码：

from gitlab import Gitlab
import gitlab.const

# 初始化GitLab客户端，先传API地址，再传私有令牌
gl = Gitlab('https://gitlab.com', private_token='你的私有令牌')

二、遍历符合条件的公开仓库 #

要筛选出包含AndroidManifest.xml、标题/含"app"字样、Java语言的公开项目，可以分两步：先搜索匹配关键词的公开项目，再检查每个项目是否存在目标文件。

1. 基础实现：搜索+文件检查 #

from gitlab import Gitlab
import gitlab.const
from gitlab.exceptions import GitlabGetError

def find_target_projects():
    # 初始化客户端
    gl = Gitlab('https://gitlab.com', private_token='你的私有令牌')
    
    # 搜索公开Java项目，关键词包含"app"，自动分页遍历所有结果
    projects = gl.search(
        gitlab.const.SearchScope.PROJECTS,
        'app',
        iterator=True,
        visibility='public',
        language='Java'
    )
    
    for project in projects:
        try:
            # 检查项目根目录是否存在AndroidManifest.xml（默认用main分支）
            project.files.get(file_path='AndroidManifest.xml', ref='main')
            print(f"符合条件的项目：{project.name} - {project.web_url}")
        except GitlabGetError:
            # 文件不存在，跳过当前项目
            continue

if __name__ == '__main__':
    find_target_projects()

2. 优化：递归搜索子目录中的文件 #

如果AndroidManifest.xml可能在子目录（比如app/src/main/），可以递归遍历项目目录结构来查找：

def check_file_exists(project, target_file, ref='main'):
    """递归检查项目中是否存在指定文件"""
    try:
        # 获取仓库所有文件/目录
        tree_items = project.repository_tree(ref=ref, all=True)
        for item in tree_items:
            if item['name'] == target_file and item['type'] == 'blob':
                return True
        return False
    except GitlabGetError:
        return False

# 在遍历项目时替换为该函数
if check_file_exists(project, 'AndroidManifest.xml'):
    print(f"符合条件的项目：{project.name} - {project.web_url}")

三、注意事项 #

• API速率限制：GitLab公开实例默认每分钟允许1000次API请求，避免短时间内发起大量请求导致被限制。
• 令牌权限：确保你的私有令牌拥有read_api权限，否则无法正常访问项目数据。
• 分支适配：代码默认使用main分支，如果目标项目使用master或其他分支，需要调整ref参数。

内容的提问来源于stack exchange，提问作者Safwat