如何在github上找到自己想要的代码_搜GitHub代码，找API案例，aiXcoder「代码搜索引擎」...

​作为开发者，找教程、查文档、搜开源可是必备技能，世界那么大，说不定我们现在做的事别人已经有了一套完整的解决办法。

与此同时，信息化时代也是开发者们用一行行代码、一句句命令搭建起来的，但是在代码的世界中，信息的获取并不是特别高效，开发者只能凭借各自的经验与技巧来提升效率。但现在，开发者有了新的智能代码搜索引擎。

aiXcoder 代码搜索：codesearch.aiXcoder.com

我们知道，开源代码库可以通过关键字在 GitHub 中查找；教程博客可以在 Medium 这样的平台上搜索；API 则可在官方文档翻阅。

然而问题在于，它们的粒度都太大：一个开源项目，开发者很可能只需要一个函数或一段代码；一篇博客，可能真正有用的也就几句话或者几段代码。如果能深入代码层级获取信息，那么效果肯定是更好的，只不过它们更难实现一些。

深入代码层面，一个简洁好用的搜索系统能直接给出我们想要的代码块，相比一般搜索工具给出的自然语言，这些机器语言会更直接地告诉我们 API 怎么用、函数怎么写、Bug 出在了哪等等。

aiXcoder 近日就推出了这样的一套工具，通过搜索 API 使用案例、精准查找开源或私有代码块，能提升开发者的编码效率。

---

「智能代码搜索引擎」代码搜索可以分为以下 6 部分：

• API使用案例搜索：搜索使用此API的代码块；
• Github代码搜索：根据关键字搜索Github上的代码块；
• 自然语言搜代码：支持中英文搜索，通过自然语言搜索对应功能的代码块；
• 相似代码搜索：根据代码片段搜索Github上的相似代码块；
• StackOverflow问答搜索：支持中英文搜索，通过自然语言搜索StackOverflow上的对应问题；
• 企业内部代码搜索：定制搜索引擎，对企业内部代码进行搜索；

智能代码搜索，语言与代码的交融

对于开发者，概括来看，代码搜索能分为以代码搜代码和以文字搜代码，这两部分应该是相辅相成的。aiXcoder 就囊括了这两部分，我们下面以 Java 为例，展示这两类代码搜索都是什么样的，它们的效果又怎么样。

以代码搜代码

调包调参已经是开发中的一种常态，除去熟悉的那一些API，其它很多都需要仔细查阅 API 文档，或者看看其它开发者都是怎么用的。一般参数之类的信息 IDE 都会简要介绍，但重要的是需要弄懂 API 的使用环境、上下文代码都是什么样的。

比如说我们要搜索一个 API，那么首先需要确定完整的调用路径，这样才能定位到真正想要的代码块，下图就完成了定位：

选择需要的 API 后，aixcoder 就能自动给出使用案例了，每一次 API 搜索都会给出多条案例，同时还会给出相关的 API。开发者很可能会感觉到，如下直接看使用案例要比读文档要简单得多，可以快速把使用逻辑迁移到自己的代码。

除了上面这种标准API 的搜索，很多时候我们希望通过某些关键词来搜索代码片段。可能你会说 GitHub 自己就有搜索功能，然而它搜索的结果更多是项目名称或者项目描述，它并不会深入代码。aiXcoder 中的 Github 代码搜索会尝试根据关键词检索对应的代码片段，相比原有的搜索模块会更加精准。

如下在相似代码中粘贴一部分代码，aiXcoder就能帮你找到 GitHub 中其它开发者的实现，开发者从而能仔细思考优化方向。

以文字搜代码

用自然语言直接检索代码是非常吸引人的一项 NLP 任务，它展现了自然语言与机器语言之间的对应关系，该任务也是非常前沿的一个研究领域。aiXcoder也能做到以自然语言搜索对应的代码，在搜索框中描述你想要完成的功能，说不定就能找到完整代码。

目前我们可以用中文，也可以用英文直接搜索，例如我们想将输入流转化为字符串或者将字符串写入文件，那么直接描述就好了。

例如键入「如何计算编辑距离」，开发者能得到一系列开源实现，基本上经过简单的修改就能嵌入到自己的代码逻辑中。

搜索出来的结果一般是单个函数或方法，它们基本上都实现了我们描述的功能，后续只需要简单修改一下，就能直接嵌入到我们自己的代码中。

另一种自然语言搜索是检索 StackOverflow 中的问题与解决方案，因为问答通常都是带有代码的，这些代码说不定就是我们遇到的问题。这种搜索方式也同时支持中文与英文，引擎会根据我们的意图自动找到对应的问答。

在灿烂的信息化时代，开发者专用的搜索也需要深入到代码层面，并给出函数、方法等更具体而「形象」的推荐，这种层面的搜索工具，才能显著提升开发的效率。

而 aiXcoder 就是为开发者而生，我们会不断努力把先进的AI技术应用于软件开发，为更多的开发者服务。