随机抽样 Github 存储库

Question

我正在寻找一种从 Github 随机抽样 repos 的解决方案。 最终的结果是对样本进行一些数据分析。

我想做的是通过存储库的 id 进行采样：采样一个介于 0 到 270 万之间的 int 并找到相关的存储库。 获得用户名/存储库名称后，我将使用 api 获取详细信息。

问题是我不知道如何通过 repo id 进行搜索。 有什么建议么？ 我对网页抓取或 Python 解决方案持开放态度。

Answer 1

您可以使用 python 访问 GitHUb V3 Api（如“ 最适合 Github API v3 的 Python 库”）。

并且您可以访问 GitHub GET /repositories ，从某个 ID（ GET /repositories ，作为参数，您所看到的最后一个存储库的整数 ID：这样可以提供一种迂回的方式来访问带有其 ID 的存储库。