Github源代码搜索技巧

Github是一个基于Web的Git代码托管平台，它允许开发者在互联网上存储、管理和共享代码。Github是全球最大的开源社区之一，拥有数百万的开发者和项目。在Github上，您可以找到各种类型的项目，包括开源软件、API、框架、库等等。

目前GitHub中有大约4500万个存储库、115TB代码和155亿个文档。但里面有很多重复的内容，因为项目可以轻松fork，据github自己的信息，将重复内容和数据删除之后，包括索引和内容压缩副本加起来只有25TB大小。

写代码最忌讳造重复的轮子，找到类似代码，依葫芦画瓢，是最高效的写代码方法，所以github的几十T代码是程序员的宝库，一定要学会高效利用它。

Github的代码搜索功能，以前基于ElasticSearch开发，程序员普遍反映难用，后来Github一直在持续改进，最新的代码搜索基于rust语言开发。

最新的Github的代码搜索功能已经很好用，可以按内容类型，语言类型，仓库名称搜索代码，但中国程序员使用的最大问题是github的网络连接，github访问经常中断。

一个替代的方法使用国内的源代码搜索网站：www.tanglib.com 

小唐代码搜索网站的内容同样来自github, 来自github的star数量超过100的仓库，共123万个存储库，1.15亿个代码文件，1T文字量，相对于github总量要少，但这些代码是经过程序员的挑选（star数量在100以上已经能说明一些问题），可信度较高。

虽然只有1T，但其实已经不少，包括了28种程序语言的内容：Java，C，JavaScript，PHP，C++，Python，C#，Ruby，GO，TypeScript，CSS，Shell，Scala，Makefile，SQL，Lua，Perl，Dockerfile，Haskell，Rust，TeX，Batchfile，CMake，Visual Basic，FORTRAN，PowerShell，Assembly，Julia等。

小唐代码搜索是一个字符级搜索引擎，与百度谷歌不同，可以搜索代码中的任意符号包括空格，你可以精确定位代码，例如可搜索 ”= timeout ) {“，所有其它的搜索引擎（谷歌，百度, bing）均为词语级搜索引擎，不能精确搜索该字符串。