Git新手咨询：如何查找项目中至少共同变更4次的3文件集合

嘿，作为Git新手在Mac终端上搞定这个需求其实不难，咱们可以通过Git命令+Shell工具组合来实现——核心思路就是先把所有提交里修改的文件都提取出来，再统计每三个文件一起出现的次数，最后筛选出次数≥4的组合就行。

步骤1：先导出所有提交的修改文件列表 #

首先用git log把每个提交对应的修改文件导出来，命令如下：

git log --name-only --pretty=format:"COMMIT:%H" | grep -v "^$"

这个命令跑出来的内容大概是这样的：

COMMIT:a1b2c3d
src/file1.js
src/file2.css
src/file3.html
COMMIT:e4f5g6h
src/file1.js
src/file3.html
src/file4.py

简单解释下参数：

• --name-only：只显示每个提交里被修改的文件，不输出其他提交信息
• --pretty=format:"COMMIT:%H"：用COMMIT:加提交哈希的格式标记每个提交的开始，方便后面区分不同提交的文件
• grep -v "^$"：把空行过滤掉，让输出更清爽

步骤2：生成3文件组合并统计次数 #

接下来要把每个提交里的文件生成所有可能的3文件组合，然后统计每个组合一起出现的次数。这里给你两种方案，选你觉得顺手的来：

方案A：纯Shell环境（用awk脚本） #

直接把下面一整段命令复制到终端执行就行：

git log --name-only --pretty=format:"COMMIT:%H" | grep -v "^$" | awk '
    /^COMMIT:/ {
        if (files_count >=3) {
            # 生成当前提交里所有3文件的组合
            for (i=1; i<=files_count-2; i++) {
                for (j=i+1; j<=files_count-1; j++) {
                    for (k=j+1; k<=files_count; k++) {
                        printf "%s|%s|%s\n", files[i], files[j], files[k]
                    }
                }
            }
        }
        # 重置当前提交的文件列表，准备处理下一个提交
        delete files
        files_count=0
        next
    }
    {
        # 把当前行的文件名加入列表
        files_count++
        files[files_count] = $0
    }
    END {
        # 别忘了处理最后一个提交的文件
        if (files_count >=3) {
            for (i=1; i<=files_count-2; i++) {
                for (j=i+1; j<=files_count-1; j++) {
                    for (k=j+1; k<=files_count; k++) {
                        printf "%s|%s|%s\n", files[i], files[j], files[k]
                    }
                }
            }
        }
    }
' | sort | uniq -c | awk '$1 >=4 {print $0}'

这段命令的逻辑是：

1. awk脚本会遍历每个提交的文件，当文件数≥3时，生成所有不重复的3文件组合（用|分隔开）
2. sort | uniq -c：把所有组合排序，然后统计每个组合出现的次数
3. 最后一个awk '$1 >=4'：只保留出现次数≥4的组合，输出格式是「次数 文件1|文件2|文件3」

方案B：用Python脚本（更易读，适合新手） #

如果你的Mac已经装了Python（系统默认就有），这个方案会更简单。先创建一个小脚本：
打开终端，输入touch count_file_triples.py创建文件，然后用编辑器打开它（比如open -e count_file_triples.py），把下面的代码粘进去：

import sys
from itertools import combinations

current_files = []
for line in sys.stdin:
    line = line.strip()
    if not line:
        continue
    if line.startswith("COMMIT:"):
        # 处理上一个提交的文件列表
        if len(current_files) >=3:
            # 生成所有3文件的组合，排序是为了避免重复统计（比如file1+file2+file3和file2+file1+file3算同一个组合）
            for triple in combinations(sorted(current_files), 3):
                print("|".join(triple))
        current_files = []
        continue
    current_files.append(line)
# 处理最后一个提交的文件
if len(current_files) >=3:
    for triple in combinations(sorted(current_files), 3):
        print("|".join(triple))

保存后回到终端，执行这个命令：

git log --name-only --pretty=format:"COMMIT:%H" | python count_file_triples.py | sort | uniq -c | awk '$1 >=4'

这个方案用Python的itertools.combinations来生成三元组，代码逻辑更直观，新手也容易看懂。

小提示 #

• 如果你的项目提交特别多，这个命令可能会跑一会儿，别着急，等它结束就行
• 上面的命令会包含所有类型的文件变更（修改、添加、删除），如果你只想统计被修改的文件，可以把git log的部分换成这个：

  git log --name-status --pretty=format:"COMMIT:%H" | grep -v "^$" | grep -v "^D" | grep -v "^A" | sed 's/^M\t//'
  

  把这个替换到前面命令里的git log部分，就只会保留被修改（标记为M）的文件啦。

内容的提问来源于stack exchange，提问作者user8863554