如何在Github上精准地找到想要的开源项目？

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者 | 觉非

链接 | juejin.im/post/5e3d01c56fb9a07c91100801

编辑 | 深度学习这件小事

很多的小伙伴，经常会有这样的困惑，我看了很多技术的学习文档、书籍、甚至视频，我想动手实践，于是我打开了GitHub，想找个开源项目，进行学习，获取项目实战经验。这个时候很多小伙伴就会面临这样的问题：“我不会搜啊，我该怎么找呀？”，最终只能放弃。

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React,相信大部分小伙伴都是直接在搜索框里输入：“React”，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，根本找不到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React的项目:

in:name React

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“React”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 React stars:>5000

结果是这样的：

搜索结果瞬间精确了很多，现在只有114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 React stars:>5000


    
 forks:>3000

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 React

结果有这么多，那么我们再限制一下它的star数和fork数：

in:readme React stars:>3000 forks:>3000

搜索结果一下子精确到了90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:description 微服务

结果有这么多，那我们接着增加一些筛选条件:

in:description 微服务 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:description 微服务 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，我们来看看结果如何:

搜索结果只有8个了，这几个项目就属于更新比较活跃的项目，这下再也不纠结了。

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:>3000 // 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！

好消息！
小白学视觉知识星球
开始面向外开放啦👇👇👇



下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目


    
，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~