如何在Python中将git log输出拆分为单个提交的列表？

不用re.split，改用正则匹配完整提交块就能保留所有信息，以下是具体实现：

实现思路 #

通过正则表达式匹配每个完整的提交单元，直接捕获哈希、关联分支、作者、日期、提交信息等所有字段，再将每个提交整理为字典存入列表。

代码示例 #

import re

git_log = """commit 19e0f017ac832238f5a800dd3ea7a5966b3c1343 (HEAD -> master, origin/master, origin/HEAD)
Author: Slim Shady
Date:   Sun Sep 18 19:53:42 2022 -0700

    ci: remove debugging line github action script

    commit body

commit ef82c672d21d70c43f0454b0b4d6fa22ef4ad0a9 (fix_release_action)
Author: Slim Shady
Date:   Sun Sep 18 19:41:20 2022 -0700

    feat: read and write IDs

commit 8ee8fcbebcab76a2fbf0ee096a0d216e51fe2874
Author: Slim Shady
Date:   Sun Sep 18 17:41:03 2022 -0700

    feat: new hook to allow custom tags
"""

# 定义匹配提交的正则模式
commit_pattern = re.compile(
    r'commit (\w{40})(?: \((.*?)\))?\nAuthor: (.*?)\nDate:   (.*?)\n\n(.*?)(?=\ncommit |\Z)',
    re.DOTALL
)

commits = []
# 遍历所有匹配的提交
for match in commit_pattern.finditer(git_log):
    commit_hash, branches, author, date, message = match.groups()
    # 处理分支字段：有分支则拆分列表，无则设为None
    branches = branches.split(', ') if branches else None
    # 清理提交信息的首尾空白，保留内部换行格式
    message = message.strip()
    # 将提交信息存入字典，再加入列表
    commits.append({
        'hash': commit_hash,
        'branches': branches,
        'author': author,
        'date': date,
        'message': message
    })

# 验证结果（可选）
for idx, commit in enumerate(commits, 1):
    print(f"=== 提交 {idx} ===")
    print(f"哈希: {commit['hash']}")
    print(f"关联分支: {commit['branches']}")
    print(f"作者: {commit['author']}")
    print(f"日期: {commit['date']}")
    print(f"提交内容:\n{commit['message']}\n")

正则说明 #

• commit (\w{40})：捕获40位的提交哈希
• (?: \((.*?)\))?：可选捕获括号内的关联分支信息，非捕获组包裹避免干扰主匹配
• \nAuthor: (.*?)：捕获作者名称
• \nDate: (.*?)：捕获提交日期
• \n\n(.*?)(?=\ncommit |\Z)：捕获提交标题和正文，直到下一个commit开头或文本结束，re.DOTALL让.匹配换行符

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