用Python解析git日志文件

Question

我需要解析一些像这样的内容：

commit e397a6e988c05d6fd87ae904303ec0e17f4d79a2
Author: Name <email@email.com>
Date:   Sat Jul 9 21:29:10 2011 +0400

    commit message

 1 files changed, 21 insertions(+), 11 deletions(-)

然后提取出作者的名字，以及插入和删除的数量。

关于名字，我有这个：

re.findall(r"Author: (.+) <",gitLog)

关于数字，我有这个：

re.findall(r" (\d+) insertions\S+, (\d+) deletions",gitLog)

但是我想用一个正则表达式得到一个包含名字、插入和删除的元组列表。

我尝试做了类似这样的事情：

re.findall(r"Author: (.+) <.+ (\d+) insertions\S+, (\d+) deletions",gitLog,re.DOTALL)

但是它什么都没返回……

那么我错在哪里呢？正则表达式应该是什么样子的呢？

更新：wRAR说得对，但当我读取一个文件并尝试解析时，我得到的却是整个文件作为名字，然后是最后的插入和删除，所以它匹配了整个文件，而不是单个提交…… [.+] 匹配的是整个文件，而不是提交的一部分……

Answer 1

我用过一个模块，可以用Python来解析Git的日志。这个模块看起来挺不错的：

https://github.com/gaborantal/git-log-parser

Answer 2

你应该使用现有的工具包，比如GitPython，可以直接使用或者借用里面的代码。至于你问的正则表达式问题，给出的正则表达式对于提供的文本返回了[('Name', '21', '11')]，所以我想这应该是正确的。

Answer 3

如果你能直接访问代码库，而不是只看到一堆文字的git log，那就省去解析的麻烦，直接生成不同的日志输出：

git log --pretty="%an" --numstat

这样会产生类似下面的输出：

作者姓名

插入的行数 删除的行数 修改的文件

这个输出你甚至不需要用到正则表达式。如果你想用正则表达式的话，记得要匹配插入后面的(+)，否则就不会匹配到，也抓不到数字。