Github 高级搜索技巧

相信看完这篇文章，你就可以学会如何精准地在GitHub搜索项目。
开源项目的组成部分
在讲清楚之前呢，我们先来了解一下一个开源项目有哪些组成部分：
name: 项目名

description: 项目的简要描述

项目的源码

README.md: 项目的详细情况的介绍

那么除了这些要素之外，项目本身的star数和fork数，也是评判一个开源项目是否火热的标准，这同时也是一个很重要的搜索标准。另外我们也要注意观察这个项目的最近更新日期，因为项目越活跃，那么它的更新日期也更加频繁。
以上要素就是我们在进行搜索的时候要注意的一些关键点。
如何搜索
那我们到底如何搜索呢？
假设我们现在要搜索tensorflow，相信大部分小伙伴都是直接在搜索框里输入：“tensorflow”，然后一回车，你就会发现情况像下面这样

搜索结果会显示非常多的开源项目，简直让你应接不暇，无从下手，很多小伙伴搜到这一步就放弃了，因为项目太多了，根本不知道如何找到自己感兴趣的开源项目，所以这样搜索非常的不准确。所以我们来学习一下稍微精确一点的搜索方法。
按照 name 搜索
搜索项目名里面包含tensorflow的项目：

in:name tensorflow

得到如下结果：

可以看到，这些搜索结果都是项目名里面带有“tensorflow”关键字的项目，但是项目数量依旧很多。
现在我们来约束一下：
比如我再精确到项目的star数大于5000+：

in:name tensorflow starts:>5000

结果是这样的：

搜索结果瞬间精确了很多，现在只有22个项目可供选择。当然我们一般不会把star数设置得这么高，一般设置个1000就差不多了。
同理，我们也可以按照fork的数量来进行搜索：

in:name tensorflow starts:>5000 forks:>3000

结果是这样的：

你会发现，结果越来越精确！
按照 README 来搜索
搜索README.md里面包含React的项目：

in:readme tensorflow

结果是这样的：

结果有这么多，那么我们再限制一下它的star数和fork数：

in:readme tensorflow starts:>3000 forks:>1000

结果是这样的：

搜索结果一下子精确到了6个。这个时候你再去选择项目，就会变得容易很多。
按照 descriptin 搜索
假设我们现在要学习微服务的项目，我们搜索项目描述(description)里面包含微服务的项目：

in:descripition tensorflow

结果是这样的：

in:descripition tensorflow language:python

language:python的意思是我们把语言限制为python，我们来看看结果如何：

搜索结果精确了很多。
假如在这些项目里面，我们想要找到最近才更新的项目，意思是更新时间就在最近，我们可以这样：

in:descripition tensorflow language:python pushed:>2020-01-01

pushed:>2020-01-01的意思是我们把项目的最后更新时间限制到2020-01-01之后，我们来看看结果如何：

搜索结果还有3280了，说明tensorflow是很受欢迎和关注的项目。
总结
好，我们来总结一下。我们想要进行精准搜索，无非就是增加筛选条件：
in:name xxx // 按照项目名搜索
in:readme xxx // 按照README搜索
in:description xxx // 按照description搜索
那么在这里面呢，我们又可以增加筛选条件：
stars:>xxx // stars数大于xxx
forks:>xxx // forks数大于xxx
language:xxx // 编程语言是xxx
pushed:>YYYY-MM-DD // 最后更新时间大于YYYY-MM-DD
以上就是我们在GitHub上面精准搜索项目的一些小技巧，希望对你有所帮助！