数据科学论坛的新手，这里是第一张海报！
这可能是一个特定的问题（希望不要太多），但我想其他人可能会感兴趣。
我正在寻找一种基本查询 GitHub 的方法，如下所示：
Give me a collection of all of the public repositories that have more than 10 stars, at
least two forks, and more than three committers.
结果可以采用任何可行的形式：JSON 数据转储、网页的 URL 等。它很可能包含来自 10,000 个存储库的信息或其他大型信息。
这种事情是否可能使用 API 或其他一些预先构建的方式，或者我将不得不构建自己的自定义解决方案来尝试抓取每个页面？如果是这样，这有多可行，我该如何处理？
根据简要浏览GitHub API文档，我有限的理解是，目前没有单一的 API 请求可以同时支持您列出的所有标准。但是，我认为您可以使用以下顺序来实现示例中的目标（至少，我会使用这种方法）：
1)请求所有公共存储库的信息（API 仅返回摘要表示）：https ://developer.github.com/v3/repos/#list-all-public-repositories ；
2）循环遍历在步骤 1 中检索到的所有公共存储库的列表，请求单个资源，并将其保存为新的（详细）列表（这将返回详细表示，换句话说，所有属性）：https://developer.github。 com/v3/repos/#get；
3)遍历所有存储库的详细列表，根据您的条件过滤相应的字段。对于您的示例请求，您会对父对象的以下属性感兴趣：stargazers_count、forks_count。为了按提交者数量过滤存储库，您可以使用单独的 API：https ://developer.github.com/v3/repos/#list-contributors 。
欢迎更熟悉 GitHub API 的人提供更新或评论！