对于想了解最适合GithubAPIv3的python库的读者，本文将提供新的信息，我们将详细介绍github上优秀的python项目，并且为您提供关于11月份GitHub上最热门的Python项目！、

对于想了解最适合Github API v3的python库的读者，本文将提供新的信息，我们将详细介绍github上优秀的python项目，并且为您提供关于11月份GitHub上最热门的Python项目！、c# – 如何发布到GitHub API v3、CentOS7+git+github 创建 Python 开发环境、Github API：使用 API 列出来自 Github 组织的所有 repos（包括内部）的有价值信息。

• 最适合Github API v3的python库（github上优秀的python项目）
• 11月份GitHub上最热门的Python项目！
• c# – 如何发布到GitHub API v3
• CentOS7+git+github 创建 Python 开发环境
• Github API：使用 API 列出来自 Github 组织的所有 repos（包括内部）

最适合Github API v3的python库（github上优秀的python项目）

我正在寻找适合我的Github APIv3的python库。

我找到了GH API文档中提到的一个库（python-
github3）。在ipython中玩了一两个小时后，我发现探索/使用它真的很不直观。我看了一些，发现至少有很多人试图编写这样的库。看上去比较有前途的（一眼）是PyGithub和另一个python-
github3，这显然与第一个不同。

在接下来的几天里继续尝试逐个库之前，我想问一下SO社区是否对该库有一个公认的，明确的，显而易见的选择？

我不喜欢第一个库的是（对我来说）获取数据的非直观方式-有些东西作为属性获得，有些东西作为方法的返回值获得，返回值是一些复杂的对象，必须进行分页和迭代，等等。

在这方面，PyGithub乍一看看起来更具吸引力-清楚地向下钻取对象层次结构，然后到达包含所需内容的属性：

for repo in g.get_user().get_repos(): print repo.name

那么，有智慧的珍珠可以分享吗？我知道我没有足够的技能来快速判断图书馆的质量，这就是为什么我转向SO社区。

编辑：首先，我最终使用了 PyGithub 。它运作良好，作者真的很喜欢反馈和错误报告。:-)

答案1

最后，我最终使用了PyGithub。它运作良好，作者真的很喜欢反馈和错误报告。:-)

（根据我的修改适应了原始问题，以提高可见度）

11月份GitHub上最热门的Python项目！

又到了揭晓 11 月份最热门 Python 开源项目排名的时候了，在本月的名单中，出现了几个新面孔，如XSS测试工具、OSINT分析和研究工具.....

1.bert

https://github.com/google-research/bert Star 8803

BERT 的全称是基于 Transformer 的双向编码器表征，其中双向表示模型在处理某一个词时，它能同时利用前面的词和后面的词两部分信息，BERT 可以视为结合了 OpenAI GPT 和 ELMo 优势的新模型。

2.Xsstrike

https://github.com/s0md3v/Xsstrike Star 5434

Xsstrike是基于Python的XSS测试工具，具有以下特性：

对参数进行模糊测试之后构建合适的payload

使用payload对参数进行穷举匹配

内置爬虫功能

3.funNLP

https://github.com/fighting41love/funNLP Star 2496

这是GitHub上一些实用包的汇总，包括中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典等

进群：960410445 即可获取数十套PDF哦！

4.DeOldify

https://github.com/jantic/DeOldify Star 4340

这是一个基于深度学习的模型，该项目的目的是为旧照片着色并将其修复，它可能适用于所有类型的图像修复，效果也应该很好。上图就是一个例子

5.DeepCreamPy

https://github.com/deeppomf/DeepCreamPy Star 6360

DeepCreamPy 是一款基于深度学习的工具，通过使用深度神经网络去除马赛克，让更多遭受审查的艺术作品得以重见天日。此外，DeepCreamPy 支持跨平台，适用于 Windows，Mac 和 Linux。作者提供了适用于 Windows 64 位平台的预构建二进制文件。

6.models

https://github.com/tensorflow/models Star 45418

一个Tensorflow库，里面包含 使用TensorFlow 构建的模型和示例的教程，旨在更好的维护，测试，并与最新的TensorFlow API保持同步最新。

TensorFlow实现模型： https://github.com/tensorflow/models/blob/master/research

TensorFlow教程： https://github.com/tensorflow/models/blob/master/tutorials

7.wtfpython-cn

https://github.com/leisurelicht/wtfpython-cn Star 2233

这个有趣的项目意在收集 Python 中那些难以理解和反人类直觉的例子以及鲜为人知的功能特性，并尝试讨论这些现象背后真正的原理!如果您是一位经验比较丰富的 Python 程序员，你可以尝试挑战看是否能一次就找到例子的正确答案。你可能对其中的一些例子已经比较熟悉了，那这也许能唤起你当年踩这些坑时的回忆

8.trape

https://github.com/jofpin/trape Star 3074

Trape是一种OSINT分析和研究工具，它允许人们实时跟踪和执行智能社交工程攻击。

9.d2l-zh

https://github.com/diveintodeeplearning/d2l-zh Star 5032

《dive into Deep Learning》的中文版本

10.system-design-primer

https://github.com/donnemartin/system-design-primer Star 52955

该项目是关于如何设计大型系统，以及如何应对系统设计面试。系统设计是一个很宽泛的话题。在互联网上，关于系统设计原则的资源也是多如牛毛。这个仓库就是这些资源的组织收集，它可以帮助你学习如何构建可扩展的系统。

11.spinningup

https://github.com/openai/spinningup Star 1718

spinningup是OpenAI推出的，它包括一系列重要的强化学习研究论文，理解强化学习所必需的术语表，以及一系列用于运行练习的算法。

12.public-apis

https://github.com/toddmotto/public-apis Star 44910

PublicApis：公共API目录大全是一个通过 MaShape 市场整合的世界上最全的 API 接口目录，支持关键词搜索和添加API数据，方便开发者快速的找到自己想要的 API，目已经收录 5321 种 API 接口。

13.awesome-python

https://github.com/vinta/awesome-python Star 58253

awesome-python 是 vinta 发起维护的 Python 资源列表，内容包括：Web框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等。十分受Python开发者的青睐。

c# – 如何发布到GitHub API v3

我在C#中使用GitHub API v3.我能够获取访问令牌并使用它来获取用户信息和回购信息.

但是当我尝试创建一个新的repo时,我得到的错误是Unauthorized.

我正在使用HttpWebRequest发布数据,如下所示.请向我推荐一些C#样本或示例代码.

(..)string[] paramName, string[] paramVal, string json, string accesstoken)
{
    HttpWebRequest req = WebRequest.Create(new Uri(url)) as HttpWebRequest;
    req.Method = "POST";
    req.ContentType = "application/json";

    StreamWriter writer = new StreamWriter(req.GetRequestStream());
    writer.Write(json);
    writer.Close();

    string result = null;
    using (HttpWebResponse resp = req.GetResponse() as HttpWebResponse)
    {
        StreamReader reader =
            new StreamReader(resp.GetResponseStream());
        result = reader.ReadToEnd();
    }(..)

注意：我不确定在哪里需要添加accesstoken.我已尝试过标题以及网址,但它们都不起作用.

解决方法:

你在用C# Github API example code吗？我会查看该代码,看看它是否能满足您的需求.

CentOS7+git+github 创建 Python 开发环境

1. 准备 CentOS7

(1) 下载 VMware Workstation

https://pan.baidu.com/s/1miFU8mk

(2) 下载 CentOS7 镜像

https://mirrors.aliyun.com/centos/

(3) 安装 CentOS7 系统

http://blog.51cto.com/fengyunshan911/1952566

2. 安装 git

# yum install git -y

3. 注册 github 账号

https://github.com/

4.github 中新建项目

5.git 工具拉取代码到本地

(1) 生成公钥对，将公钥填写到 github 中

输入完 ssh-keygen 一直按回车结束

查看公钥

填写到 github

(2) git 拉取代码

[root@localhost ~]# git config --global user.name "fengxiaoqing"
[root@localhost ~]# git config --global user.email "fy88fy@163.com"
[root@localhost ~]# git clone git@github.com:fy88fy/studypy.git
正克隆到''studypy''...
The authenticity of host ''github.com (52.74.223.119)'' can''t be established.
RSA key fingerprint is SHA256:nThbg6kXUpJWGl7E1IGOCspRomTxdCARLviKw6E5SY8.
RSA key fingerprint is MD5:16:27:ac:a5:76:28:2d:36:63:1b:56:4d:eb:df:a6:48.
Are you sure you want to continue connecting (yes/no)? yes
Warning: Permanently added ''github.com,52.74.223.119'' (RSA) to the list of known hosts.
remote: Enumerating objects: 3, done.
remote: Counting objects: 100% (3/3), done.
remote: Total 3 (delta 0), reused 0 (delta 0), pack-reused 0
接收对象中: 100% (3/3), done.
[root@localhost ~]# ls
anaconda-ks.cfg  studypy
[root@localhost ~]# cd studypy/
[root@localhost studypy]# ls
README.md

6. 创建新文件 push 到 github 中

[root@localhost studypy]# touch test.md
[root@localhost studypy]# ls
README.md  test.md
[root@localhost studypy]# git add test.md 
[root@localhost studypy]# git commit -m "add test.md"
[dev 794d8d5] add test.md
 1 file changed, 0 insertions(+), 0 deletions(-)
 create mode 100644 test.md
[root@localhost studypy]# git push origin dev
Counting objects: 4, done.
Delta compression using up to 2 threads.
Compressing objects: 100% (2/2), done.
Writing objects: 100% (3/3), 269 bytes | 0 bytes/s, done.
Total 3 (delta 0), reused 0 (delta 0)
To git@github.com:fy88fy/studypy.git
   22c5482..794d8d5  dev -> dev
[root@localhost studypy]#

我提交到的是 dev 分支，没有 dev 分支可以直接提交到 master 上命令是 git push origin master

到 github 中查看：

Github API：使用 API 列出来自 Github 组织的所有 repos（包括内部）

$headers = @{
      Authorization = "Basic $($token)"
      Accept = "application/vnd.github.v3+json"
}

$headers = @{
      Authorization = "token $($token)"
      Accept = "application/vnd.github.v3+json"
}