解析githubarchive響應

我正在嘗試處理Github數據挑戰的入口，並試圖分析一組PushEvent，但我得到了一些奇怪的（？）結果。解析githubarchive響應

users = Hash.new(0) 
(0..23).each do |hour| 
    gz = open("http://data.githubarchive.org/2013-04-01-#{hour}.json.gz") 
    js = Zlib::GzipReader.new(gz).read 
    Yajl::Parser.parse(js) do |event| 
     if event["type"] == "PushEvent" && event["actor_attributes"] && event["actor_attributes"]["login"] 
      users[event["actor_attributes"]["login"]] += 1 
     end 
    end 
end

這個腳本工作，正常，但當我通過

users.values.max

看看最提交了幾次由我一個人看到有人制作了超過7K一天提交。當我經過，並打印出

event["payload"]["shas"]

所有的打印結果的基本相同：

585a2f02f36da9ee0625a42aa2d5e98836c8a2de 
[email protected] 
Notes added by 'git notes add' 
Jenkins 
true

我相信，隨着PushEvent相關的提交信息是「通過「git的筆記添加註釋添加'「，這似乎是正確的？或者我在這裏誤讀了一些數據？

來源

2013-04-25 tanookiben

我知道這是一個相當古老的問題，但我今天剛碰到這個。當你陳述「基本相同」時......這是什麼意思？是最後一個布爾真正的所有這些？

原因如果我沒有弄錯（我可能...沒有發現這個歸檔轉儲的格式很多文檔）最後布爾應該是如果該提交SHA在該特定的Push上是唯一的（意思是如果該特定提交尚未在該存儲庫中看到）。機會是相同的SHA和消息，所有可能被推送幾次，但只有其中一個應該將該布爾值設置爲true。

因爲Git是分佈式的，你只是合併，看一個人的承諾，我建議做基於獨特的支票提交SHA或僅計算「真正的」標誌作爲提交的數目。相同的SHA將在PushEvents中多次出現，因爲叉和分支在存儲庫的整個歷史記錄中打開和關閉/合併。作爲一個便箋，名稱'Jenkins'告訴你，這是一個由持續集成系統（http://jenkins-ci.org/）提交的提交，因此在生成這些7k重複提交消息時可能會涉及到錯誤或自動化任務。

來源

2013-08-02 20:14:05

解析githubarchive響應

回答

相關問題