如何合法爬取 Github 的信息？

前段时间因为工作需要，需要抓取 Github 上的一些信息，于是看看如何能爬取到对应的信息。经过查询，发现 Github 有开放一些 HTTP 接口，可以让我们去调用。虽说直接调用 HTTP 接口也可以实现，但每次都要做入参和出参的封装，使用上非常麻烦。

最后我发现了一款名为 GitHub API for Java 的 SDK，其对 Github 做了深度的封装，使得我们可以更方便地调用 Github 的 HTTP 接口。所以今天这篇文章，就跟大家简单介绍一下这款 SDK 的简单使用。如果大家后续有这个需求，就可以直接拿来就用了！

鉴权方式

Github 提供了多种权限方式，例如：账号密码方式、Personal Access Token 方式、JWT 方式等。这款 SDK 对于这几种方式都支持了，并且还支持通过不同方式传递对应鉴权信息，例如：传参方式、配置文件方式、环境变量方式等等。这里我们只是简单地爬取数据，所以我们使用 Personal Access Token + 简单传参方式 就可以，其实例代码如下所示，非常简单。

GitHub github = new GitHubBuilder().withOAuthToken("my_personal_token").build();

Personal Access Token 的生成，在 Github Setting 的 Developer settings 中，如下图所示。如果你实在找不到，那么可以参考官方文档：创建个人访问令牌 - GitHub Docs

SDK 介绍

通过上面的介绍，我们可以知道通过 GithubBuilder 就可以获取一个 Github 对象，而该 Github 类对象其实就代表了 Github 这个网站。Github 类提供了各种方法，例如：获取 Github 的 IP 地址列表、获取所有组织列表等等，如下图所示。

其实这个 SDK 正是通过这种面向对象的方式设计的，除了最常用的 Github 类之外，还有下面这些类：

GHRepository 类：代表 Github 上的一个仓库
GHUser 类：代表 Github 上的一个用户
GHTeam 类：代表 Github 上的一个 Team
GHBranch：代表仓库的一个分支
等等

基本上 Github 上的一切都用一个类来表示，一切都可以抽象为一个对象，这正是面向对象的精髓所在。 而每个类都提供了非常多的方法，例如 GHUser 类提供了方法 isMemberOf(GHOrganization org) 方法来判断一个用户是否是某个组织的成员。

更多方法，大家可以直接查询其对应的 API 文档：Overview (GitHub API for Java 1.300 API)。

快速入门

首先，在项目中引入该 maven 依赖，如下所示。

<dependency><groupId>org.kohsuke</groupId><artifactId>github-api</artifactId><version>1.301</version>
</dependency>

接着直接写一个 HelloGithub 类，如下所示。

public class HelloGithub {public static void main(String[] args) throws IOException {GitHub github = new GitHubBuilder().withOAuthToken("my_personal_token").build();System.out.println(github.getMyself().getName());}
}

直接运行该类便可获取到的 token 对应用户的用户名，如下图所示。

这就是一个最简单的演示了，麻雀虽小五脏俱全，更多的功能等待大家去探索发现。这篇文章链接较多，微信无法跳转外链，给大家造成诸多不便，大家可以点击「查看原文」到我博客上查看。

好了，这就是今天分享的全部内容了。

如果你喜欢今天这篇文章，欢迎一键三连，你们的支持就是我最大的动力！