Python 如何使用github3.py仅拉取修改的提交/拉取请求？

我正在编写一个ETL作业，其中保存了数据仓库中来自

GitHub

repo的提交、请求和文件的更新列表。我目前正在存储并向各种迭代器传递

etag

，但我认为我不了解如何正确地执行它

我也很难理解

object.refresh（conditional=True）

到底在做什么。如果我迭代一个repo上的所有提交，然后对每个提交调用

commit.refresh（conditional=True）

，我是否会收到一个304异常以进行处理，这样我就知道不会将该提交包含在数据仓库中，因为它没有更改？拉取请求也是如此。当我调用

repository.refresh（conditional=True）

时，它似乎忽略了repos中的新提交

如果我将

etag

传递给

repo.iter\u提交

，它将只返回修改后的提交，还是返回repo的所有提交（如果有任何更改）

这是我当前使用的基本工作流：

from github3 import login

gh = login(token='access_token')
repos = (repo.refresh(conditional=True) for repo in gh.iter_repos(etag='previous_etag'))

commit_iters = (commit_iter for repo in repos for commit_iter in repo.iter_commits(etag='prev_etag'))

for commit_iter in commit_iters:
    for commit in commit_iter:
        commit.refresh(conditional=True)
        # pull various attributes, write to file, etc...

我将每个迭代器包装在一个包装类中，该类负责检索以前的

etag

，在迭代后存储

etag

，并检查速率限制

我的首要目标是提取自上次请求以来发生更改的任何新提交/提取请求。我假设此时我希望从数据库中删除现有条目，并使用新条目进行更新

使用

github3.py

API实现这一点的正确和最有效的方法是什么

编辑：

---

我再次检查了文档，有一个

since

参数将解决提交问题。因此，我只需要知道如何正确使用etag来提取更新的请求数据。

因此etag的工作方式如下：

您发出请求并使用资源并存储etag

您可以使用ETag值发出请求

• 如果资源发生更改，则必须再次使用整个资源

• 如果没有更改，您将收到

  204无内容的响应
  

ETag不允许您从原来的位置恢复，也没有好的方法可以从API中断的位置恢复

老实说，我认为你可能想做的是：

使用存储库上的所有当前提交

注册一个只订阅

push

事件的webhook

在人们将其他提交推送到GitHub时处理这些提交