如何跟踪GitHub公共仓库/组织进度并导出指标至CSV？

先澄清误解 #

GitHub的公开API对所有公共仓库开放访问权限，不需要你是仓库所有者。只要仓库设置为public，任何人都可以调用接口获取提交、PR、Issues等数据，仅受限于API请求速率限制（匿名请求60次/小时，认证后提升至5000次/小时）。

步骤1：准备API访问（可选但推荐） #

如果需要定期批量获取数据，建议生成一个个人访问令牌（PAT）：

• 在GitHub账号设置中创建PAT，仅勾选public_repo权限即可（仅用于读取公共仓库数据）
• 调用API时在请求头中携带令牌，能大幅提升请求速率限制，避免频繁触发限流

步骤2：获取各指标的API调用方式 #

以下是获取你需要的核心指标的具体API接口及参数：

• 提交数（Commits）：
  调用GET /repos/{owner}/{repo}/commits，通过since和until参数指定时间范围，接口返回分页数据，可通过响应头的Link字段获取总页数，进而计算总提交数（比遍历所有页更高效）。
• 合并的PR数：
  调用GET /repos/{owner}/{repo}/pulls，添加参数state=closed和merged=true，再配合since/until筛选时间范围，同样通过分页信息统计总数。
• 已解决的Issues数：
  调用GET /repos/{owner}/{repo}/issues，添加参数state=closed、type=issue（排除PR，因为PR在GitHub中属于特殊类型的Issue），再加上时间范围参数，统计结果总数。

步骤3：编写脚本自动导出CSV #

用Python编写简单脚本，自动获取数据并导出为CSV，示例代码如下：

import requests
import csv

# 配置参数
REPO_OWNER = "目标仓库所有者用户名"
REPO_NAME = "目标仓库名称"
START_DATE = "2024-01-01T00:00:00Z"  # 开始时间，ISO 8601格式
END_DATE = "2024-06-30T23:59:59Z"    # 结束时间
# 可选：填入你的个人访问令牌提升速率限制
GITHUB_TOKEN = "your_personal_access_token_here"
headers = {"Authorization": f"token {GITHUB_TOKEN}"} if GITHUB_TOKEN else {}

def fetch_total_count(endpoint, params):
    """通用函数：获取分页接口的总数据量"""
    params["per_page"] = 1  # 每页只取1条，通过页数计算总数
    response = requests.get(endpoint, headers=headers, params=params)
    response.raise_for_status()  # 捕获请求错误
    
    if "Link" not in response.headers:
        return len(response.json())
    
    # 解析Link头获取最后一页页码
    last_link = [link for link in response.headers["Link"].split(",") if "rel=\"last\"" in link][0]
    last_page = int(last_link.split("page=")[1].split(">")[0])
    return last_page

# 获取各指标
commits_count = fetch_total_count(
    f"https://api.github.com/repos/{REPO_OWNER}/{REPO_NAME}/commits",
    {"since": START_DATE, "until": END_DATE}
)

merged_pr_count = fetch_total_count(
    f"https://api.github.com/repos/{REPO_OWNER}/{REPO_NAME}/pulls",
    {"state": "closed", "merged": "true", "since": START_DATE, "until": END_DATE}
)

resolved_issues_count = fetch_total_count(
    f"https://api.github.com/repos/{REPO_OWNER}/{REPO_NAME}/issues",
    {"state": "closed", "type": "issue", "since": START_DATE, "until": END_DATE}
)

# 导出到CSV
metrics_data = [
    ["日期范围", "提交数", "合并PR数", "已解决Issues数"],
    [f"{START_DATE} 至 {END_DATE}", commits_count, merged_pr_count, resolved_issues_count]
]

with open("github_repo_metrics.csv", "w", newline="", encoding="utf-8") as csv_file:
    writer = csv.writer(csv_file)
    writer.writerows(metrics_data)

print("指标已成功导出到 github_repo_metrics.csv")

步骤4：定期运行脚本 #

• Windows：使用「任务计划程序」创建定时任务，指定脚本路径和运行周期
• Linux/Mac：使用cron（Linux）或launchd（Mac）设置定时任务，例如每周一自动运行脚本更新数据

内容的提问来源于stack exchange，提问作者user9351801