You need to enable JavaScript to run this app. 如何通过GitHub API获取指定月份内仓库有任意贡献行为的用户列表
优惠活动
大模型
产品
解决方案
定价
更多

如何通过GitHub API获取指定月份内仓库有任意贡献行为的用户列表

结论:完全可以通过GitHub API实现,无需依赖第三方爬取工具

你给出的https://api.github.com/search/issues调用形式本身就具备可复用的搜索能力,只要匹配你划定的统计范围调整查询规则,就能精准拿到结果,且可以从参数层面天然排除你要求不纳入的行为类型。

对应4类纳入统计行为的查询逻辑

按照你明确的统计纳入标准,每类行为的匹配查询方式如下:

  • 提交代码:通过仓库提交检索能力,限定目标仓库的完整路径、指定统计月份的时间范围,拉取该时间窗口内的所有提交记录,提取绑定了有效GitHub账号的提交作者,去重后纳入待统计用户池
  • 提交尚未合并或关闭的PR:直接复用你提到的Issues搜索接口,拼接查询条件is:pr state:open repo:目标仓库全路径 created:目标月份起止时间,提取结果中所有PR的创建者账号,去重后纳入待统计用户池
  • 创建Issue:同样复用Issues搜索接口,拼接查询条件is:issue repo:目标仓库全路径 created:目标月份起止时间,提取结果中所有Issue的创建者账号,去重后纳入待统计用户池
  • 在Issue或PR中发表评论:通过仓库级的Issue评论检索能力,限定目标仓库路径、统计月份的时间范围,拉取该时间窗口内所有新增的Issue、PR评论,提取评论发布者的GitHub账号,去重后纳入待统计用户池

统计过程避坑要点

  • 上述所有查询逻辑,全程不会拉取星标、点赞、emoji表情反应类的行为数据,完全符合你划定的排除规则,不需要额外做无效数据过滤
  • 不同来源的用户账号存在大量重叠(比如同一用户既创建了PR,又在其他关联Issue下发过评论),最终需要对所有待统计用户池里的账号做全局去重,避免重复计数
  • 拉取高活跃度大仓库的全量数据时,要配合你例子里提到的per_page=100分页参数,循环遍历所有页码直到接口无返回结果,避免漏拉数据
  • 所有时间筛选条件要统一使用UTC时区格式,比如统计2024年3月的全月贡献,时间范围需写为created:2024-03-01T00:00:00Z..2024-03-31T23:59:59Z,规避时区差异导致的统计偏差

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.19 21:36:03