Question

我正在寻找一种在任意两次提交的内容之间计算好edit distance的方法。

我发现最好的是从

的输出中得到一些东西

git diff <commit-ish> <commit-ish> --numstat

...但是我可以使用这种方法提出的任何内容都是编辑距离的粗略代理。

有什么更好的吗？

Answer 1

我认为你最好的选择是使用外部工具来计算Levenshtein距离。例如Perl的Text::Levenshtein模块。

例如，有点hackily：

#!/bin/sh

COMMIT_ONE=$1
COMMIT_TWO=$2

FILES_AFFECTED=$(git diff $COMMIT_ONE $COMMIT_TWO --numstat | awk '{ print $3 }')

TOTAL_LEV_DIST=0
for FILE in $FILES_AFFECTED; do

    CONTENTS_ONE=$(git show $COMMIT_ONE:$FILE)
    CONTENTS_TWO=$(git show $COMMIT_TWO:$FILE)

    LEV_DIST=$(perl -MText::Levenshtein -e 'my ($str1, $str2) = @ARGV; print Text::Levenshtein::distance($str1, $str2);' "$CONTENTS_ONE" "$CONTENTS_TWO")

    TOTAL_LEV_DIST=$(($TOTAL_LEV_DIST + $LEV_DIST))

done

echo $TOTAL_LEV_DIST

这似乎可以解决问题：

$ git diff HEAD HEAD~3 --numstat
0       5       Changes
1       3       dist.ini
$ ./lev_dist_git_commits.sh HEAD HEAD~3
230
$ ./lev_dist_git_commits.sh HEAD HEAD
0

注意：如果你有一个C编译器并且速度很重要，你可以安装Text::Levenshtein::XS以提高速度。在我的计算机上，将时间从1.5秒减少到0.05秒。

如何获得两次提交之间的编辑距离？

1 个答案: