使用GitPython查找分支上的第一个提交

Question

我正在使用Python和git Python编写一个git post receive hook，它收集推送中包含的提交信息，然后用摘要更新我们的bug跟踪器和IM。在推送创建一个分支（即，要发布接收的fromrev参数全部为零）并且在该分支上跨多个提交的情况下，我遇到了麻烦。我正在从torev提交向后遍历父级列表，但我不知道如何判断哪个提交是分支中的第一个提交，即何时停止查看。

在命令行上，我可以进行

git rev-list this-branch ^not-that-branch ^master

这将准确地给出this-branch中的提交列表，而不是其他列表。我曾尝试使用Commit.iter_parents方法来复制这一点，该方法记录了与git-rev-list相同的参数，但据我所见，它不喜欢位置参数，而且我找不到一组有效的关键字参数。

我读了Dulwich的文档，但不清楚它是否会与GitPython有很大不同。

我的（简化的）代码如下所示。当推送启动一个新分支时，它当前只查看第一个提交，然后停止：

import git
repo = git.Repo('.')
for line in input:
    (fromrev, torev, refname) = line.rstrip().split(' ')
    commit = repo.commit(torev)
    maxdepth = 25    # just so we don't go too far back in the tree
    if fromrev == ('0' * 40):
        maxdepth = 1
    depth = 0
    while depth < maxdepth:
        if commit.hexsha == fromrev:
            # Reached the start of the push
            break
        print '{sha} by {name}: {msg}'.format(
            sha = commit.hexsha[:7], user = commit.author.name, commit.summary)
        commit = commit.parents[0]
        depth += 1

Answer 1

使用纯Git Python也可以做到这一点。我也没有找到一种方法来识别一组可以一次性完成的夸尔格。但是，可以简单地构建主分支的一组sha，然后在要检查的分支上使用iter_commits，以便找到第一个没有出现在父分支中的sha：

from git import *
repo_path = '.'
repo = Repo(repo_path)
parent_branch = repo.branches.master
examine_branch = repo.branches.test_feature_branch
other_shas = set()
for parent_commit in repo.iter_commits(rev=parent_branch):
    other_shas.add(parent_commit.hexsha)
for commit in repo.iter_commits(rev=examine_branch):
    if commit.hexsha not in other_shas:
        first_commit = commit
print '%s by %s: %s' % (first_commit.hexsha[:7],
        first_commit.author.name, first_commit.summary)

如果你真的想确保排除所有其他分支上的所有提交，你可以将第一个for循环包装在另一个for循环中

other_shas = set()
for branch in repo.branches:
    if branch != examine_branch:
        for commit in repo.iter_commits(rev=branch):
            other_shas.add(commit.hexsha)

• 注意1：第二种方法显示了没有出现在任何其他分支上的第一次提交，这不一定是该分支上的首次提交。如果feat_b是从feat_a分支出来的，而feat_a来自master，那么这将显示在feat_b分支出来之后feat_a上的第一个提交：feat_a的其余提交已经在feat_b上了
• 注意2:git-rev-list和这两个解决方案只有在分支还没有合并回master的情况下才有效。你实际上是要求它列出这个分支上的所有提交，而不是另一个分支上的
• 备注：第二种方法过于夸张，需要更多的时间才能完成。一个更好的方法是将其他分支限制在已知合并分支的列表中，如果您拥有的不仅仅是master

Answer 2

我刚和dulwich玩过，也许有更好的方法（用内置助行器？）。假设只有一个新分支（或多个没有共同点的新分支）：

#!/usr/bin/env python
import sys
from dulwich.repo import Repo
from dulwich.objects import ZERO_SHA

def walk(repo, sha, shas, callback=None, depth=100):
    if not sha in shas and depth > 0:
        shas.add(sha)
        if callback:
            callback(sha)
        for parent in repo.commit(sha).parents:
            walk(repo, parent, shas, callback, depth - 1)

def reachable_from_other_branches(repo, this_branch):
    shas = set()
    for branch in repo.refs.keys():
        if branch.startswith("refs/heads") and branch != this_branch:
            walk(repo, repo.refs[branch], shas)
    return shas

def branch_commits(repo, fromrev, torev, branchname):
    if fromrev == ZERO_SHA:
        ends = reachable_from_other_branches(repo, branchname)
    else:
        ends = set([fromrev])
    def print_callback(sha):
        commit = repo.commit(sha)
        msg = commit.message.split("n")[0]
        print('{sha} by {author}: {msg}'
              .format(sha=sha[:7], author=commit.author, msg=msg))
    print(branchname)
    walk(repo, torev, ends, print_callback)

repo = Repo(".")
for line in sys.stdin:
    fromrev, torev, refname = line.rstrip().split(' ')
    branch_commits(repo, fromrev, torev, refname)

Answer 3

类似的东西会找到第一个提交：

x = Repo('.')
print list(x.get_walker(include=[x.head()]))[-1].commit

（注意，对于大型存储库，这将使用O（n）内存，使用迭代器来绕过这一点）