**使用 `github-linguist` 分析 Git 仓库的语言构成与检测策略**
本文档介绍了如何使用 `github-linguist` 命令行工具来分析 Git 仓库的语言构成，并深入了解其语言检测的策略机制。
### 语言分布分析
`github-linguist` 提供了两种主要的分析模式：分析整个 Git 仓库或分析单个文件。
**1. 分析整个 Git 仓库**
* **基础分析**：在仓库根目录下运行 `github-linguist`，可以获得语言按百分比和文件大小的总体分布。
* **指定版本分析**：使用 `--rev REV` 标志，可以将分析目标更改为特定 Git 提交、标签或分支，例如分析 `jekyll` 项目在 `gh-pages` 分支时的语言构成：`github-linguist jekyll --rev origin/gh-pages`。
* **详细文件列表**：使用 `--breakdown` 或 `-b` 标志，除了百分比和总览外，还会列出每个语言包含的具体文件列表。
* **JSON 输出**：使用 `--json` 或 `-j` 标志，可以将所有数据输出为 JSON 格式，方便程序化处理。
**2. 分析单个文件**
可以直接对特定文件运行 `github-linguist`，例如 `github-linguist grammars.yml`，它会输出该文件的类型、MIME 类型、语言等信息。
### 语言检测策略详解
要了解 Linguist 是如何判定文件语言的，可以使用 `--strategies` 或 `-s` 标志。
**1. 整体仓库策略分析**
当在整个仓库级别使用 `--strategies` 标志时，输出会显示每个文件被检测的语言策略。如果文件的语言判定受到 `.gitattributes` 的影响，输出会指明是原始检测方法，还是被 `.gitattributes` 的设置所改变或确认。
**2. 单个文件策略分析**
在单个文件模式下使用 `--strategies` 标志，可以查看该文件的具体检测方法。例如，如果一个文件被 `.gitattributes` 覆盖了语言，输出会明确指出是“overridden by .gitattributes”还是“confirmed by .gitattributes”。
**总结**
* 要查看特定分支或标签（如 `origin/gh-pages`）的语言分布，应使用 `github-linguist <repo> --rev <branch/tag>`。
* 要了解语言判定依据，应使用 `--strategies` 标志。该标志能展示语言是基于文件扩展名（Extension）、文件名（Filename）还是被 `.gitattributes` 覆盖（Overridden by .gitattributes）的结果。