GitHub の Repository Search は部分一致ではなく単語一致ですよという話

GitHub の検索ボックスから検索する人はちらほらいると思う。私もよく使うのだが、いまいちヒットしづらいというか、ちゃんと仕事してよーと感じる時が多い。

ので、その辺どうなってんのかを調べてみた。

結論

検索ボックスから検索したい時は、部分一致ではなく単語一致を狙うとよい。どうしても部分一致が使いたいなら clone → ローカルで Grep などで頑張ろう。

stakiran/test_github_search というリポジトリを作って実験してみたのだが、一つ例を挙げて解説する。

リポジトリに hello.py というファイルがあるとする。

import sys

print('Hello.')
print('はろー')
print('こんにちは世界')

さてここでクイズ。以下の検索ワードのうち、hello.py にヒットするのはどれでしょう？

正解（ヒットするもの）は以下です。

Q1 は import という単語に、Q3 は「はろー」という単語に、Q5 は「こんにちは世界」という単語に一致するため、ヒットしている。Q2, Q4, Q6, Q7 は 部分一致はするが単語一致してない ためヒットしない。

ここで「単語一致とは何か」という話になるが、詳しい仕様は私もわからない。ただ、

という感じだと思う。もっというと、

print('こんにちは世界')

上記の日本語部分の単語とは「こんにちは」でも「世界」でもなく、「こんにちは世界」である。意味的(セマンティック)な単語ではなく構文的(シンタックス)な単語、とでも言えばいいのか。