用 git log --format 与 awk 去重，列出 Git 仓库全部贡献作者及邮箱

git log 是仓库全部提交的"账本"，但默认输出包含的信息远多于作者本身。本篇指南讲解如何用 --format 精确提取每个提交的 Author Name 与 Author Email，再用 awk 的 !seen[$0]++ 技巧对海量重复记录保序去重，最后配合 --reverse 让作者按"首次提交"的先后顺序呈现。读完本文，你将掌握一套可复制的命令组合，一键生成一份完整、无重复、按时间顺序排列的仓库作者清单。

前置理解：git log 是仓库提交的完整账本

git log 会按时间倒序列出当前分支可达的所有提交记录。要让这份清单真正"完整"，有两个前提：

1. 你处于目标分支（例如 main）；
2. 已经从远程拉取了最新代码（git pull）。

满足这两点后，git log 的输出就是该仓库所有提交的完整列表——这正是"列出全部作者"的数据基础。值得一提的是，作者本人对 git log 的依赖贯穿整个仓库笔记：比如 git/display-all-git-log-entries-in-my-local-timezone.md 讨论用 git config --global log.date rfc-local 让时间戳统一显示为本地时区，git/include-some-stats-in-your-git-log.md 讨论用 --stat 查看每个提交的增删统计，而本主题关注的是其中"作者"这一维度。

用 --format 只输出作者名与作者邮箱

git log 的信息比作者信息丰富得多。可以用 --format 标志把输出收窄到只有作者名和作者邮箱。--format 的完整占位符列表位于 man git-log 的 PRETTY FORMATS 小节（跳过内置格式，往后面翻即可看到）。

本文关心的两个占位符：

占位符	含义
%an	Author Name（作者名）
%ae	Author Email（作者邮箱）

格式串中可以按任意顺序、任意排版组合这些占位符。例如把作者名和用尖括号包裹的邮箱拼在一起：

❯ git log --format='%an <%ae>'
Zac Jones <[e-mail]>
Zac Jones <[e-mail]>
Zac Jones <[e-mail]>
Zac Jones <[e-mail]>
Zac Jones <[e-mail]>
Zac Jones <[e-mail]>
Zac Jones <[e-mail]>
John Lindquist <[e-mail]>
Zac Jones <[e-mail]>
...

上面这段输出来自原文档作者参与的一个真实大型公开仓库（egghead-next 项目，数千次提交）。可以看到，尽管输出已精简为"姓名 + 邮箱"，但对一个提交量庞大的仓库而言，重复的作者会密密麻麻地刷屏。

用 awk 的 !seen[$0]++ 对作者列表保序去重

面对成百上千条提交，重复作者不可避免。常规去重思路是 sort | uniq（或 sort -u）：先用 sort 把相同行聚到一起，再由 uniq 去掉相邻重复。它的致命缺点是会改变原始顺序——所有行会被重新按字母排序，而顺序往往是有意义的。

保序去重的替代方案是 awk 模式 !seen<a href="https://link.gitcode.com/i/4e74bff9c47fffd56a34baf8c451f0d2" target="_blank">$0]++，这也是本仓库中 [unix/deduplicate-list-while-preserving-original-order.md 这篇笔记的核心内容。把它接在 git log --format 的管道后面：

❯ git log --format='%an <%ae>' | awk '!seen[$0]++'
Zac Jones <[e-mail]>
John Lindquist <[e-mail]>
Josh Branchaud <[e-mail]>
Vojta Holik <[e-mail]>
Creeland A. Provinsal <[e-mail]>
joel <[e-mail]>
Creeland <[e-mail]>
...

输出立刻从"刷屏"变成了一份干净的唯一作者清单。

这段 awk 是怎么工作的

!seen[$0]++ 的核心机制如下：

• $0 是 awk 当前正在处理的一整行文本；
• seen 是一个自动初始化的关联数组（associative array），以行为键；
• 对于首次出现的行，seen[$0] 尚不存在，取值 0，被 ! 取反为真值（truthy），该行被打印；
• 紧接着 ++ 把该键的计数从 0 递增为 1；
• 之后再次遇到相同行时，seen[$0] 为 1，!1 为假，该行被拒绝打印。

由于 awk 默认的 action 就是打印当前行，最终效果等价于"首次出现即输出、重复出现即丢弃"，且保持各行首次出现的原始顺序不变。这与 sort -u 的字母序输出形成鲜明对比。

用 --reverse 让作者按首次提交顺序排列

git log 的默认排序是降序——最新提交在最前。这意味着上面去重后的清单会呈现"最近活跃的贡献者在前"。原文档作者希望看到的恰恰相反：按作者首次向项目提交的时间顺序列出。

--reverse 标志将 git log 的输出顺序反转（从最旧到最新），配合 awk 去重，完整的最终命令是：

❯ git log --reverse --format='%an <%ae>' | awk '!seen[$0]++'
Joel Hooks <[e-mail]>
johnlindquist <[e-mail]>
John Lindquist <[e-mail]>
William Johnson <[e-mail]>
depfu[bot] <23717796+depfu[bot]@users.noreply.github.com>
Evgeniy Nagalskiy <[e-mail]>
Taylor Bell <[e-mail]>
Maggie Appleton <[e-mail]>
...

这行命令现在给出的是：最早参与项目的人在顶部，按他们各自第一次提交的时间先后依次排列。这样的清单非常适合做贡献者荣誉榜、整理 credits、或审计一个仓库都有哪些人来过。

从输出中读出信息：真人作者与机器人账户并存

上面这份真实输出还透露了一个值得注意的细节：清单里出现了 depfu[bot] <23717796+depfu[bot]@users.noreply.github.com> 这类由依赖更新服务创建的机器人账户。它们同样拥有 author name 和 author email，因此会毫无差别地进入 git log 的账本。如果你的目标是"只统计人类贡献者"，可以在 awk 阶段追加过滤条件（例如排除邮箱中含 [bot] 的行）进一步净化清单。

仓库中的相关进阶用法

本仓库 git/ 目录下还有多篇与"作者"这一主题直接相关的笔记，可作延伸：

• 修正错误作者：git/amend-author-of-previous-commit.md 演示用 git commit --amend --author "Don Draper <[e-mail]>" 修改最近一次提交的作者信息；
• 按消息搜索提交：git/grep-over-commit-messages.md 演示用 git log --grep="#123" 在提交消息中检索 issue 编号；
• 查看提交统计：git/include-some-stats-in-your-git-log.md 演示用 git log --stat 输出每个提交的增删行数；
• 统一时间显示：git/display-all-git-log-entries-in-my-local-timezone.md 用 git config --global log.date rfc-local 让跨时区团队的时间戳显示更直观；
• 统计仓库笔记总量：git/list-and-count-all-posts-in-til-repo.md 用 git ls-files -- */*.md | wc -l 精确统计纳入版本控制的文件数——和本文一样，都是"让 git 自己回答关于仓库的问题"的思路。

小结

最终可落地的完整命令组合如下：

# 按首次提交顺序列出所有作者（含邮箱），自动去重
git log --reverse --format='%an <%ae>' | awk '!seen[$0]++'

# 只列作者名，不显示邮箱
git log --reverse --format='%an' | awk '!seen[$0]++'

# 最近提交优先（默认顺序）的完整作者清单
git log --format='%an <%ae>' | awk '!seen[$0]++'

三个核心要素缺一不可：--format='%an <%ae>' 负责精准提取作者维度，awk '!seen[$0]++' 负责保序去重，--reverse 负责把时间顺序调整为"最早在前"。更完整的格式化选项，参见 man git-log 的 PRETTY FORMATS 小节。