Python 脚本化 Git 操作：简单、高效、无压力

前言

如何判定此次测试是否达标，代码覆盖率是衡量的标准之一。前段时间，利用fastapi框架重写了覆盖率统计服务，核心其实就是先获取全量代码覆盖率，然后通过diff操作统计增量代码覆盖率，当然要使用diff操作，避免不了与git打交道，那python如何操作gi t呢？

GitPython

GitPython库提供了访问和操作Git仓库的方法，使得在Python环境下进行Git操作变得非常简单。

安装GitPython

使用pip包管理器来安装GitPython：

pip install gitpython

克隆仓库

在开始使用GitPython操作Git仓库之前，我们首先需要克隆一个Git仓库到本地。下面是一个简单的示例代码：

from git import Repo
​
​
remote_url = 'https://github.com/username/repository.git'
local_path = '/path/to/local/repository'
​
​
Repo.clone_from(remote_url, local_path)

上述代码中，设置远程仓库的URL和本地路径，最后使用Repo.clone_from()方法来克隆远程仓库到本地。

当然，如果本地仓库已经存在，就不需要调用clone_from()进行克隆了，可以增加判断，变为下面这样

remote_url = 'https://github.com/username/repository.git'
local_path = '/path/to/local/repository'
if os.path.exists(local_path):
    repo = Repo(local_path)
else:
    repo = Repo.clone_from(remote_url, local_path)

我们判断了本地仓库是否存在，不存在进行克隆，如果存在直接实例化

获取分支信息

接下来，我们将获取已克隆仓库的所有分支信息。

from git import Repo
​
repo_path = '/path/to/your/git/repository'
​
repo = Repo(repo_path)
branches = repo.heads
​
for branch in branches:
    print(f"Branch: {branch.name}, Commit ID: {branch.commit}")

通过heads来获取所有分支，然后遍历输出分支名称和对应的 commit ID

提交更改

要提交更改，我们需要添加文件到暂存区，并提交更改。

from git import Repo
​
repo_path = '/path/to/your/git/repository'
​
repo = Repo(repo_path)
repo.index.add(['file1.py', 'file2.py'])
repo.index.commit("Commit message")

这部分功能，在代码覆盖率统计中未用到，这里做一个记录了解吧。

查看状态

from git import Repo
​
​
​
repo_path = '/path/to/your/git/repository'
​
repo = Repo(repo_path)
​
repo_status = repo.git.status()
print(repo_status)

代码中通过status来查看状态，其实和gi t的命令是一样的。

切换分支和合并代码

from git import Repo
​
​
​
repo_path = '/path/to/your/git/repository'
repo = Repo(repo_path)
​
repo.git.checkout('develop')
​
repo.git.merge('feature-branch')
​

以上代码使用checkout切换到指定分支然后使用merge合并代码。

获取远程仓库的最新变更

from git import Repo
​
​
repo_path = '/path/to/your/git/repository'
​
repo = Repo(repo_path)
repo.fetch()

从远程仓库获取最新的提交记录、分支和文件，但并不自动合并到本地代码。它只是将远程仓库的最新变更拉取到本地，但不会自动更新工作目录中的文件。这意味着在执行 git fetch 后，需要手动进行合并或重新基于远程分支进行开发。

diff操作

from git import Repo
​
​
repo_path = '/path/to/your/git/repository'
​
repo = Repo(repo_path)
repo.git.diff(base_branch, current_branch)

使用 git.diff() 方法比较了 base_branch 和 current_branch 之间的差异

实战案例

下面讲一下笔者统计增量覆盖率的核心代码

    def get_diff(self, current_branch: str, base_branch: str = "origin/master"):
        """获取版本之间代码差异"""
        diff = self.repo.git.diff(base_branch, current_branch).split("\n")
​
        ret = {}
        file_name = ""
        diff_lines = []
        current_line = 0
        for line in diff:
            if line.startswith("diff --git"):
                if file_name != "":
                    ret[file_name] = diff_lines
                file_name = re.findall("b/(\S+)$", line)[0]
                diff_lines = []
                current_line = 0
​
            elif re.match("@@ -\d+,\d+ +(\d+),\d+ @@", line):
                match = re.match("@@ -\d+,\d+ +(\d+),\d+ @@", line)
                current_line = int(match.group(1)) - 1
​
            elif line.startswith("-"):
                continue
            elif line.startswith("+") and not line.startswith("+++"):
                current_line += 1
                diff_lines.append(current_line)
            else:
                current_line += 1
        ret[file_name] = diff_lines
        return ret

这段用于获取两个分支之间的代码差异。

• get_diff 方法接受两个参数 current_branch 和 base_branch，分别表示当前分支和基准分支，默认为 "origin/master"。

• 通过调用 self.repo.git.diff(base_branch, current_branch) 方法获取基准分支和当前分支之间的代码差异，并将结果按行拆分成列表。

• 使用一个字典 ret 来存储代码差异的信息，其中键为文件名，值为差异的行号列表。

• 遍历代码差异行，根据行的内容进行不同的处理：

  • 如果遇到以 "diff --git" 开头的行，则表示开始处理一个新文件的差异，提取文件名。
  • 如果匹配到以 "@@ -\d+,\d+ +(\d+),\d+ @@" 格式的行，则提取新版本代码的起始行号。
  • 如果遇到以 "-" 开头的行，则表示该行在基准分支中有但在当前分支中没有，忽略。
  • 如果遇到以 "+" 开头且不以 "+++" 开头的行，则表示该行在当前分支中新增，记录当前行号并添加到差异行列表中。
  • 其他情况下，当前行号递增。

• 最后将最后一个文件的差异行信息添加到字典中，并返回整体的差异信息。

这段代码的作用是从 Git 中提取两个版本之间的代码差异信息，并以文件名及差异行号的形式存储返回。

最后

GitPython极大方便了python操作gi t，让我更快速的实现了增量代码覆盖率的统计工作，当然这里只是笔者在实现覆盖率统计工作中用到的GitPython相关的方法，还有更多方法，可以翻阅官方文档：gitpython.readthedocs.io/en/stable/