作為開發(fā)人員,你不得不懂的Github搜索技巧!

github作為全球最大的開源軟件項(xiàng)目托管平臺(tái),相信很多程序員都在使用,不僅僅是因?yàn)樗梢悦赓M(fèi)的作為我們公有或者私有的代碼倉(cāng)庫(kù),更因?yàn)間ithub上面有大量的開源學(xué)習(xí)項(xiàng)目或資源,秉著開源自由的理念,吸引了大量的個(gè)人或者企業(yè)開發(fā)者。

那么面對(duì)如此海量的代碼倉(cāng)庫(kù),如何才能在眾多的資源中搜索出更優(yōu)秀,更符合自己需求的項(xiàng)目呢?

比如我想搜索一個(gè)springboot項(xiàng)目,你是否就直接輸入springboot關(guān)鍵字直接搜索,但是搜索出了118,085個(gè)結(jié)果,當(dāng)然了,你還可以做一些簡(jiǎn)單的排序,比如通過stars、forks的數(shù)量。

搜索中如果你發(fā)現(xiàn)github網(wǎng)頁(yè)加載很慢,或者圖片打不開,請(qǐng)打開hosts文件(C:\Windows\System32\drivers\etc),加上以下內(nèi)容:

192.30.253.113? ? github.com

151.101.113.194? ? github.global.ssl.fastly.net

151.101.184.133? ? assets-cdn.github.com

151.101.184.133? ? raw.githubusercontent.com

151.101.184.133? ? gist.githubusercontent.com

151.101.184.133? ? cloud.githubusercontent.com

151.101.184.133? ? camo.githubusercontent.com

151.101.184.133? ? avatars0.githubusercontent.com

151.101.184.133? ? avatars1.githubusercontent.com

151.101.184.133? ? avatars2.githubusercontent.com

151.101.184.133? ? avatars3.githubusercontent.com

151.101.184.133? ? avatars4.githubusercontent.com

151.101.184.133? ? avatars5.githubusercontent.com

151.101.184.133? ? avatars6.githubusercontent.com

151.101.184.133? ? avatars7.githubusercontent.com

151.101.184.133? ? avatars8.githubusercontent.com

但這樣搜索出來的結(jié)果真的精確嗎?接下來,我們來演示一下幾個(gè)我們常用的github搜索技巧,讓搜索出來的結(jié)果更加精確、符合要求!

首先我們來看一張思維導(dǎo)圖:

上面的搜索技巧,我分為了2類,一類常用和更多,常用的部分應(yīng)該是我們?nèi)粘J褂妙l率最高的,需要我們記住。

1、in

關(guān)鍵字 in 是用來限定搜索的范圍,可以指定是在名稱、描述、readme文檔中搜索關(guān)鍵字

in:name:指定搜索范圍是倉(cāng)庫(kù)名稱

in:description:指定搜索范圍是摘要中

in:readme:指定搜索范圍是readme文檔中

比如,指定項(xiàng)目倉(cāng)庫(kù)名稱springboot、mybatis、demo三個(gè)關(guān)鍵字,那么搜索如下:

in:name springboot mybatis demo

結(jié)果如下:

這樣搜索出來的項(xiàng)目就是一個(gè)簡(jiǎn)單的demo整合項(xiàng)目,而不是綜合項(xiàng)目。 你還可以這樣搜:

in:description springboot mybatis 整合

2、stars 、forks

通常我們判斷一個(gè)項(xiàng)目好不好,可以通過項(xiàng)目的stars和fork數(shù)量來判斷,當(dāng)然了,這也不是絕對(duì)的,github中還隱藏這很多不為人所知的優(yōu)秀項(xiàng)目,等著你挖掘哈。

方式如下:

stars:>:篩選stars數(shù)量大于某個(gè)值的倉(cāng)庫(kù)

stars:start..end:篩選stars數(shù)量在start和end區(qū)間的倉(cāng)庫(kù)

fork:>

fork:start..end

所以,通過stars 、forks關(guān)鍵字,我們可以通過stars 、forks數(shù)量來過濾一部分。比如,我要篩選搜索結(jié)果中,stars數(shù)量大于50的項(xiàng)目。那么如下:

in:name springboot mybatis demo stars:>50

篩選之后的結(jié)果只有2個(gè)符合要求:

3、language

這個(gè)簡(jiǎn)單,指定項(xiàng)目的編寫語(yǔ)言,如java、python、php等。比如我們搜索單點(diǎn)登錄,如果我們直接搜索in:description 單點(diǎn)登錄,那么出現(xiàn)的結(jié)果會(huì)包含各種語(yǔ)言的實(shí)現(xiàn)項(xiàng)目,但是如果你加上了java語(yǔ)言的限定條件之后,搜索出來的結(jié)果就只有java的。

in:description 單點(diǎn)登錄 language:java

4、created、pushed

創(chuàng)建日期、更新日期。項(xiàng)目久不維護(hù)了,或者項(xiàng)目已經(jīng)創(chuàng)建很久了,那么項(xiàng)目的技術(shù)有時(shí)候就已經(jīng)過時(shí)了,比如以前Springboot的1.5版本的創(chuàng)建項(xiàng)目就不是很適合現(xiàn)在了,現(xiàn)在我們學(xué)習(xí)的話直接上手2.0版本以上的比較好,所以找新項(xiàng)目,還得跟緊技術(shù)的迭代速度。

in:description 單點(diǎn)登錄 language:java pushed:>2019-12-01

通常來說,stars數(shù)量多,維護(hù)頻繁的項(xiàng)目都是比較優(yōu)秀的開源項(xiàng)目。

其他

還可以根據(jù)協(xié)議license:;或者項(xiàng)目作者user:;或者倉(cāng)庫(kù)的大小size:>=;被關(guān)注人數(shù)followers:,只不過大家就用得比較少。

高級(jí)搜索

除了使用這種特定的限定詞來篩選之外,其實(shí)github還給我們提供了一種篩選的搜索鏈接。

https://github.com/search/advanced

其實(shí)就是界面化的搜索條件篩選框,想不起搜索關(guān)鍵詞或者單詞的時(shí)候可以收藏這個(gè)高級(jí)搜索界面哈。

前期我也和很多小伙伴一樣,到處收集了很多資料,后面發(fā)現(xiàn)很多重復(fù)的!上面都是自己整理好的!現(xiàn)在BAT夢(mèng)想成真,我就把資料貢獻(xiàn)出來給有需要的人!順便求一波關(guān)注,哈哈~各位小伙伴關(guān)注我后私信【Java】就可以免費(fèi)領(lǐng)取噠

原文鏈接:https://juejin.im/timeline

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,572評(píng)論 6 531
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,071評(píng)論 3 414
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,409評(píng)論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,569評(píng)論 1 307
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 71,360評(píng)論 6 404
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 54,895評(píng)論 1 321
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,979評(píng)論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,123評(píng)論 0 286
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,643評(píng)論 1 333
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,559評(píng)論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 42,742評(píng)論 1 369
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,250評(píng)論 5 356
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 43,981評(píng)論 3 346
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,363評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,622評(píng)論 1 280
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 51,354評(píng)論 3 390
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 47,707評(píng)論 2 370

推薦閱讀更多精彩內(nèi)容