开始使用Git Python

Question

我的目标是通过Python访问现有的Git仓库。我想获取仓库的历史记录和按需的差异。

为此，我开始使用dulwich。于是我尝试了：

from dulwich.repo import Repo
Repo.init('/home/umpirsky/Projects/my-exising-git-repo')

结果出现了一个错误：OSError: [Errno 17] 文件已存在: '/home/umpirsky/Projects/my-exising-git-repo/.git

文档中提到：你可以打开一个现有的仓库，或者创建一个新的仓库。

有没有人知道该怎么做？我能用dulwich获取历史记录和差异吗？你能推荐其他用于访问Git的库吗？我正在开发一个Ubuntu应用，所以如果有Ubuntu的包可以更方便地部署，那就太好了。

我还会定期检查仓库中的新变化，所以我更希望能与远程仓库合作，这样我就能发现那些还没有拉取到本地的变化。我不太确定这应该怎么操作，所以任何帮助都非常感谢。

提前谢谢大家。

Answer 1

我觉得 init 方法是用来创建一个新的仓库的。如果你想打开一个已经存在的仓库，只需要这样传入它的路径：

from dulwich.repo import Repo
repo = Repo(<path>)

关于其他库的总结，可以看看这个 回答。基本上，它建议使用 subprocess 模块会更简单，因为这样可以用你已经熟悉的方式来操作。

Answer 2

Dulwich的文档大部分假设你对Git的文件格式和协议有一定的了解。

你可以用Repo打开一个已有的仓库：

from dulwich.repo import Repo
x = Repo("/path/to/git/repo")

或者创建一个新的仓库：

x = Repo.init("/path/to/new/repo")

如果你想查看某个特定提交的变化（也就是和它的第一个父提交相比的变化），可以使用：

from dulwich.patch import write_tree_diff
commit = x[commit_id]
parent_commit = x[commit.parents[0]]
write_tree_diff(sys.stdout, x.object_store, parent_commit.tree, commit.tree)

Git协议只允许你获取或发送数据包，而不允许直接访问数据库中的特定对象。这意味着，如果你想查看一个远程仓库的内容，首先需要从远程仓库获取相关的提交记录，然后才能查看它们：

from dulwich.client import get_transport_and_path
client, path = get_transport_and_path(remote_url)
remote_refs = client.fetch(path, x)
print x[remote_refs["refs/heads/master"]]