定时取源码执行pod lib lint校验

iOS组件化系列

定时取源码执行pod lib lint校验

代码已开源 FDPodBot（历史链接：2026-10-02 检测返回 404）

介绍

由来

最近项目组件化，老有同事反馈pod lib lint 验证时间过长，最后repo push 的时间也过长。想了一下，就有了个这么个玩意儿。

功能

该脚本会定期去去服务器上拉一下，最新的源码，然后执行pod lib lint，然后分析执行结果有没有关键字passed validation，如果没有则认为没有通过校验，会把相关的错误信息和执行脚本，以邮件的形式发出来，通知开发人员。

目的

这个脚本的目的在于，可以每天都去执行一次校验，及时发现错误，避免到了pod repo push 发版的时候，会发现攒了很多错误，延误发版进度。

如何使用

clone 下来，cd到脚本所在目录，苹果自带的Python版本是2.7，你首先得安一个Python3

python3 FDPodBot.py

就是这么优雅

如何配置

有两个配置文件，分别是logconfig.ini 和FDPodBot.ini，logconfig.ini没啥好说的，一般也不用动，一般修改的是FDPodBot.ini


# Setting related to gitlab source configuration
[git]
git_sources = [
    "http://gitlab.XXXXXXXXXX.com/WP/Mobile/IOS/XXXXXXXXXX",
    "http://gitlab.XXXXXXXXXX.com/WP/Mobile/IOS/*******",
    ]



# Setting related to mail configuration
[mail]
mail_host = smtp.qq.com
mail_user = ##########@##########.com
mail_pass = ##########
mail_sender = ##########@##########.com
mail_smtp_ssl_port = 465
mail_subject = pod lib lint error
mail_receivers = ["##########@##########.com","##########@##########.com"]


# Setting related to start time and duration
#sched_hour = 4 sched_minute = 0 sched_second = 0 means 4 early in the morning
# sched_duration = 60*60*24=86400  means one day

[sched]
sched_hour = 11
sched_minute = 30
sched_second = 0
sched_duration = 86400

一般来说，只要修改git 模块和sched即可

实现

117行的代码，真是太高效了，因为Python不熟，其实还有优化的余地。麻雀虽小，五脏俱全，光看引入的库就知道了，功能强大，要啥有啥，这还是在没有引入第三方库的前提下完成的。

#执行系统shell 脚本，访问目录等功能
import os
import subprocess
#写日志文件
import logging
import logging.config
#设置定时任务
import time
from datetime import datetime
import sched
#发送邮件
import smtplib
from email.mime.text import MIMEText
from email.utils import formataddr
#读取配置文件信息
from configparser import ConfigParser
#json 解析
import json

待优化

随着项目的进展，暴露了一些之前没有考虑的问题

~~应该对每个仓库设置branch ，因为我默认拉下来的都是master，但是我们在开发的时候不会一直在master上面开发，所以应该增加一个branch设置的配置~~ 已实现
可以考虑增加一个开机启动
发现有点时候服务器验证有错，本地没问题。并且通过git log 和 git branch输出的日志查看，服务器代码是最新的，尚未发现原因。

语言相关

list comprehensions 没有实现
generators 是啥不理解

畅想

其实想实现这么个小工具很久了，其实把抓取数据的部分改一改，加一个爬虫，就可以在互联网上爬万物，设置一个条件，进行提醒，应用场景十分广泛。