无需git命令从GitHub仓库Git diff文件统计代码变更行数

以下两种实现均满足无本地Git环境、无仓库访问权限的限制，只需要传入diff文本内容即可完成统计。

方案1：使用成熟diff解析库（推荐） #

采用纯Python编写的unidiff库解析标准unified diff格式，无任何系统级依赖，不需要安装Git，已经覆盖二进制文件标记、文件重命名、多hunk分段、无末尾换行提示等各类边缘场景，统计准确率远高于手写临时解析逻辑。
安装命令：

pip install unidiff

实现代码：

from unidiff import PatchSet

def calc_diff_stats(diff_content_list: list[str]) -> tuple[int, int, list[dict]]:
    """
    统计diff文件的变更数据
    :param diff_content_list: 所有diff文件的原始文本内容组成的列表
    :return: 总新增行数、总删除行数、单文件统计结果列表
    """
    total_add = 0
    total_remove = 0
    per_file_stats = []
    for diff_text in diff_content_list:
        patch = PatchSet(diff_text)
        file_add = 0
        file_remove = 0
        for file in patch:
            for hunk in file:
                for line in hunk:
                    if line.is_added:
                        file_add += 1
                    if line.is_removed:
                        file_remove += 1
        per_file_stats.append({
            "added_lines": file_add,
            "removed_lines": file_remove,
            "total_changed_lines": file_add + file_remove
        })
        total_add += file_add
        total_remove += file_remove
    return total_add, total_remove, per_file_stats

if __name__ == "__main__":
    # 替换为实际读取到的所有diff文件内容
    diff_files = [open("pull_request.diff", "r", encoding="utf-8").read()]
    add, remove, _ = calc_diff_stats(diff_files)
    print(f"total lines added = {add}, total lines removed = {remove}")

用你提供的示例diff测试，输出结果为total lines added = 2, total lines removed = 0，和实际变更完全一致。

方案2：纯标准库轻量实现 #

如果不想引入第三方依赖，可以直接按照unified diff的语法规则逐行遍历统计，核心判断逻辑如下：

• 跳过所有元信息行：包括文件头（以diff --git、index 、--- 、+++ 开头）、hunk位置标记（以@@开头）、diff注释（以\开头，比如No newline at end of file提示）
• 剩余行中，以+开头的计入新增行数，以-开头的计入删除行数，其余为未变更的上下文行，不计入增删统计
  实现代码：

def calc_diff_stats_no_dep(diff_content_list: list[str]) -> tuple[int, int]:
    total_add = 0
    total_remove = 0
    for diff_text in diff_content_list:
        for line in diff_text.splitlines():
            # 跳过所有非内容的标记行
            if (
                line.startswith("diff --git")
                or line.startswith("index ")
                or line.startswith("--- ")
                or line.startswith("+++ ")
                or line.startswith("@@")
                or line.startswith("\\")
            ):
                continue
            if line.startswith("+"):
                total_add += 1
            elif line.startswith("-"):
                total_remove += 1
    return total_add, total_remove

if __name__ == "__main__":
    diff_files = [open("pull_request.diff", "r", encoding="utf-8").read()]
    add, remove = calc_diff_stats_no_dep(diff_files)
    print(f"total lines added = {add}, total lines removed = {remove}")

可选GitHub原生方案 #

由于目标仓库托管在GitHub，你也可以直接调用GitHub的PR相关接口，接口返回的结构化数据中直接自带additions、deletions统计字段，不需要自行解析diff文本，适合批量统计大量PR的场景。

内容的提问来源于stack exchange，提问作者milosmns