如何获取所有 Subversion 提交作者用户名的列表？

Posted 2023-02-16

【中文标题】如何获取所有 Subversion 提交作者用户名的列表？

【英文标题】：How to get a list of all Subversion commit author usernames?

【发布时间】：2011-01-30 12:00:26

【问题描述】：

我正在寻找一种有效的方法来获取整个 SVN 存储库或给定资源路径的唯一提交作者列表。我无法找到专门为此的 SVN 命令（并且不要指望一个），但我希望可能有一种更好的方法，我迄今为止在终端（在 OS X 上）中尝试过的方法：

svn log --quiet | grep "^r" | awk 'print $3'

svn log --quiet --xml | grep author | sed -E "s:</?author>::g"

其中任何一个都会给我每行一个作者姓名，但它们都需要过滤掉相当多的额外信息。他们也不处理相同作者姓名的重复，因此对于少数作者的大量提交，有大量冗余流过网络。很多时候，我只想查看唯一的作者用户名。 （实际上，有时可能可以方便地推断出每个作者的提交计数，但即使在这些情况下，如果改为发送聚合数据会更好。）

我通常使用仅限客户端的访问权限，因此svnadmin 命令的用处不大，但如果有必要，如果绝对必要或更高效，我也许可以请求存储库管理员的特别帮助。我正在使用的存储库有数以万计的提交和许多活跃用户，我不想给任何人带来不便。

【问题讨论】：

Subversion 没有index 作者姓名（它们只是一个修订属性），所以没有扫描整个日志就没有办法；解决方案只会因每次提交的成本而异。

【参考方案1】：

要过滤掉重复项，请将您的输出和管道通过：sort | uniq。因此：

svn log --quiet | grep "^r" | awk 'print $3' | sort | uniq

如果这是按照您的要求行事的方式，我不会感到惊讶。 Unix 工具通常希望用户使用其他工具进行精美的处理和分析。

附：想想看，可以合并grep和awk...

svn log --quiet | awk '/^r/ print $3' | sort | uniq

附言根据凯文·里德...

svn log --quiet | awk '/^r/ print $3' | sort -u

P³.S. Per kan，使用竖线而不是空格作为字段分隔符，以正确处理带有空格的名称（也更新了 Python 示例）...

svn log --quiet | awk -F ' \\\\|' '/^r/ print $2' | sort -u

为了提高效率，您可以使用 Perl 单线。我不太了解 Perl，所以我最终会用 Python 来做：

#!/usr/bin/env python
import sys
authors = set()
for line in sys.stdin:
    if line[0] == 'r':
        authors.add(line.split('|')[1].strip())
for author in sorted(authors):
    print(author)

或者，如果你想要计数：

#!/usr/bin/env python
from __future__ import print_function # Python 2.6/2.7
import sys
authors = 
for line in sys.stdin:
    if line[0] != 'r':
        continue
    author = line.split('|')[1].strip()
    authors.setdefault(author, 0)
    authors[author] += 1
for author in sorted(authors):
    print(author, authors[author])

然后你会运行：

svn log --quiet | ./authorfilter.py

【讨论】：

+1 获得有用的建议。我知道sort，但不知道uniq，似乎后者采用-c 参数而不是每行的出现次数。我仍然希望有一种更有效（和可扩展）的方式，但这在紧要关头可以解决问题。

顺便说一句，如果您有方便的 XPath，那么查询 //author/text() 将可靠地从 svn log --xml 中获取作者姓名。 （Mac OS X 有一个xpath 命令，几乎可以完成这项工作，但会产生无关的文本，并且无法配置为不这样做。也许还有别的东西。）

@Kevin，您应该添加自己的答案，以便人们为您投票。我喜欢你所有的 cmets，尤其是 sort/uniq 提示。

由于svn用户名可以有空格，所以最好使用更精确的过滤awk -F " \\\\| " 'print $2'

很好的答案，虽然我不得不将最后一个 awk 更改为 svn log --quiet | awk -F ' \\\\| ' '/^r/ print $3' | sort -u 否则我只是得到空行

【参考方案2】：

我必须在 Windows 中执行此操作，因此我使用了 Super Sed 的 Windows 端口 (http://www.pement.org/sed/) - 并替换了 AWK 和 GREP 命令：

svn log --quiet --xml | sed -n -e "s/<\/\?author>//g" -e "/[<>]/!p" | sort | sed "$!N; /^\(.*\)\n\1$/!P; D" > USERS.txt

这使用了可能并非在所有机器上都存在的窗口“排序”。

【讨论】：

我还制作了一个批处理文件，它遍历文件夹并编译所有存储库的唯一列表：pastebin.com/CXiqLddp

【参考方案3】：

svn log  path-to-repo | grep '^r' | grep '|' | awk 'print $3' | sort | uniq > committers.txt

此命令具有额外的grep '|'，可消除错误值。 否则，会包含以'r' 开头的随机提交，从而返回提交消息中的单词。

【讨论】：

这就是为什么在其他建议中使用 --quiet 或 -q 参数的原因。这只会打印日志标题（修订、作者和日期、时间）

【参考方案4】：

在 PowerShell 中，将您的位置设置为工作副本并使用此命令。

svn.exe log --quiet |
?  $_ -notlike '-*'  |
%  ($_ -split ' \| ')[1]  |
Sort -Unique

svn.exe log --quiet 的输出格式如下：

r20209 | tinkywinky | 2013-12-05 08:56:29 +0000 (Thu, 05 Dec 2013)
------------------------------------------------------------------------
r20208 | dispy | 2013-12-04 16:33:53 +0000 (Wed, 04 Dec 2013)
------------------------------------------------------------------------
r20207 | lala | 2013-12-04 16:28:15 +0000 (Wed, 04 Dec 2013)
------------------------------------------------------------------------
r20206 | po | 2013-12-04 14:34:32 +0000 (Wed, 04 Dec 2013)
------------------------------------------------------------------------
r20205 | tinkywinky | 2013-12-04 14:07:54 +0000 (Wed, 04 Dec 2013)

用? $_ -notlike '-*' 过滤掉水平线。

r20209 | tinkywinky | 2013-12-05 08:56:29 +0000 (Thu, 05 Dec 2013)
r20208 | dispy | 2013-12-04 16:33:53 +0000 (Wed, 04 Dec 2013)
r20207 | lala | 2013-12-04 16:28:15 +0000 (Wed, 04 Dec 2013)
r20206 | po | 2013-12-04 14:34:32 +0000 (Wed, 04 Dec 2013)
r20205 | tinkywinky | 2013-12-04 14:07:54 +0000 (Wed, 04 Dec 2013)

按' \| ' 拆分，将记录转换为数组。

$ 'r20209 | tinkywinky | 2013-12-05 08:56:29 +0000 (Thu, 05 Dec 2013)' -split ' \| '
r20209
tinkywinky
2013-12-05 08:56:29 +0000 (Thu, 05 Dec 2013)

第二个元素是名称。

为每一行创建一个数组，并用% ($_ -split ' \| ')[1] 选择第二个元素。

tinkywinky
dispy
lala
po
tinkywinky

使用 Sort -Unique 返回唯一的匹配项。这会将输出排序为副作用。

dispy
lala
po
tinkywinky

【讨论】：

Sort -Unique 不区分大小写，您应该使用Sort-Object | Get-Unique –AsString 或Select-Object -Unique 来进行区分大小写的检查。

或者：([xml](svn log --xml)).SelectNodes('//author') | % $_.InnerText | Select -Unique

【参考方案5】：

一个更简单的选择：

find . -name "*cpp" -exec svn log -q  \;|grep -v "\-\-"|cut -d "|" -f 2|sort|uniq -c|sort -n

【讨论】：

这只会查看运行时文件系统中存在的 cpp 文件。

【参考方案6】：

Powershell 支持 XML，无需解析字符串输出。

这是我在 Mac 上使用的快速脚本，用于获取跨多个存储库的唯一用户列表。

#!/usr/bin/env pwsh

$repos = @(
    'Common/'
    'Database/'
    'Integration/'
    'Reporting/'
    'Tools/'
    'Web/'
    'Webservices/'
)

foreach ($repo in $repos) 
    $url = "https://svn.example.com:8443/svn/$repo"
    $users += ([Xml](svn log $url --xml)).log.logentry.author | Sort-Object -Unique


$users | Sort-Object -Unique

【参考方案7】：

一个您可以使用的远程存储库：

 svn log --quiet https://url/svn/project/ | grep "^r" | awk 'print $3' | sort | uniq

【讨论】：

我没有找到这个命令，直到我自己想出来......如果你只是想让远程存储库的用户例如将其转换为 git（请参阅git svn --help）这非常有用，因为仅执行此命令的结帐可能会花费太多时间。

【参考方案8】：

Windows 10 的解决方案。

创建批处理文件printAllAuthor.bat

@echo off
for /f "tokens=3" %%a in ('svn log --quiet ^|findstr /r "^r"') do echo %%a
@echo on

使用sort 命令运行bat 文件

printAllAuthor.bat | sort /unique >author.txt

PS：

步骤 2 需要以正确的路径运行批处理文件。在 %PATH% 中设置路径或使用正确的操作系统路径格式。 步骤2也可以根据需要制作成批处理文件。