如何使用 python 从 git 存储库获取特定文件版本

Question

我有一个本地 git 存储库，我正在尝试找到一种方法将我的 xlsx 文件的特定版本放入我的 Python 代码中，以便我可以使用 [=23] 处理它=].

我找到了 gitpython 库；但我不确定如何正确使用它。

repo = Repo(path_to_repo)
commit = repo.commit(sha)
targetfile = commit.tree / 'dataset.xlsx'

我不知道接下来要做什么。我尝试使用路径将它加载到 pandas；但是，当然，它只会加载我的最后一个版本。

如何将以前版本的 xlsx 加载到 pandas？

Answer 1

当你请求 commit.tree / 'dataset.xlsx' 时，你得到一个 git.Blob 对象：

>>> targetfile
<git.Blob "3137d9443f54325b8ad8a263b13053fee47fbff2">

如果要读取对象的内容，可以使用data_stream方法提取内容，其中returns一个file-like对象：

>>> data = targetfile.data_stream.read()

或者你可以使用stream_data方法（别看我，我没给它们起名字），它把数据写入一个file-like对象：

>>> import io
>>> buf = io.BytesIO()
>>> targetfile.stream_data(buf)
<git.Blob "3137d9443f54325b8ad8a263b13053fee47fbff2">
>>> buf.getvalue()
b'The contents of the file...'

如何使用 python 从 git 存储库获取特定文件版本

How to get specific file version from git repository using python

python

git