选择没有LICENSE文件的项目

Question

出于研究目的，我想选择根目录中没有任何LICENSE相关文件的github项目。使用此代码，我可以选择LICENSE文件，

SELECT repo_name FROM [bigquery-public-data:github_repos.files] WHERE path = "license"

但我怎么能表达＆＃34;没有＆＃34;句子？

Answer 1

[bigquery-public-data：github_repos]数据集上的每个repo都有一个LICENSE文件，因为只有具有已知和可检测许可证的repos已被镜像。

根据您的目标，您可能会找到所需的数据：

• https://bigquery.cloud.google.com/table/githubarchive:month.201610
• https://bigquery.cloud.google.com/table/ghtorrent-bq:ght.projects

并查找不在https://bigquery.cloud.google.com/table/bigquery-public-data:github_repos.licenses中的项目。

Answer 2

根据Felipe Hoffa的建议，我最终得到了这个问题：

SELECT url FROM [ghtorrent-bq:ght.projects] WHERE url not in (SELECT CONCAT("https://api.github.com/repos/", repo_name) FROM [bigquery-public-data:github_repos.licenses]) limit 100000

我必须限制否则bigquery说它无法解析所有这些数据。