linux最快的文本搜索神器ripgrep(grep的最好代替者)
前言
说到文本搜索工具，大家一定会知道 grep, 它是 linux 最有用并最常用的工具之一。
但如果要再一个大的工程项目中搜索某个关键词，大家也一定知道它比较耗时。
所以就有了很多替代工具，之前最出名的是 Ack，Ag
而最近又有了新的替代者 Ripgrep, 这个工具和 Ack/Ag 一样都使用了多线程的方法，但 rg 比它们更快
简介
ripgrep 是一个以行为单位的搜索工具， 它根据提供的 pattern 递归地在指定的目录里搜索。它是由 Rust 语言写成，相较与同类工具，它的特点就是无与伦比地快。
几个特点如下：
- 自动递归搜索 （grep 需要-R）
- 自动忽略.gitignore 中的文件以及 2 进制文件
- 可以搜索指定文件类型（rg -tpy foo限定 python 文件， rg -Tjs foo排除 js 文件)
- 支持大部分 grep 的 feature(常用的都有)
- 支持各种文件编译（UTF-8， UTF-16， latin-1, GBK, EUC-JP, Shift_JIS 等等）
- 支持搜索常见压缩文件(gzip, xz, lzma, bzip2, lz4)
- 自动高亮匹配的结果
- 更少的命令名称 rg (grep 是四个字符)
- 不支持多行搜索和花哨的正则
安装 ripgrep
先安装 RUST
curl https://sh.rustup.rs -sSf | sh
然后一路 enter 就好了
用 RUST 安装 rigpre
git clone https://github.com/BurntSushi/ripgrep cd ripgrep cargo build --release cp ./target/release/rg /usr/local/bin/
最后一步根据你的情况把它放到某个在 PATH 里的路径里
使用
搜索结果展示
用法总体格式
USAGE: rg [OPTIONS] PATTERN [PATH ...] rg [OPTIONS] [-e PATTERN ...] [-f PATTERNFILE ...] [PATH ...] rg [OPTIONS] --files [PATH ...] rg [OPTIONS] --type-list command | rg [OPTIONS] PATTERN
输入参数
ARGS:
<PATTERN>
A regular expression used for searching. To match a pattern beginning with a
dash, use the -e/--regexp flag.
For example, to search for the literal '-foo', you can use this flag:
rg -e -foo
You can also use the special '--' delimiter to indicate that no more flags
will be provided. Namely, the following is equivalent to the above:
rg -- -foo
<PATH>...
A file or directory to search. Directories are searched recursively. Paths specified on
the command line override glob and ignore rules.
options
Description
other
-A, --after-context <NUM>
显示匹配内容后的<NUM>行
会覆盖--context
-B, --before-context <NUM>
显示匹配内容前的<NUM>行
会覆盖--context
-b, --byte-offset
显示匹配内容在文件中的字节偏移
和-o 一起使用，只打印偏移
-s, --case-sensitive
大小写敏感
会覆盖-i(ignore case), -S(smart case)
--color <WHEN>
什么时候使用颜色，默认 auto
如果--vimgre 被使用，那么默认值是 never
可选项有： never, auto, always, ansi
--colors <COLOR_SPEC>...
设定输出颜色：
color: red, blue, green, cyan
{type}:{attribute}:{value}
magenta, yellow, white, black
{type}: path, line, column, match
style: nobold, bold, nointense
{attribute}: fg, bg, style
intense, nounderline, underline
{value}: a color or a text style
Example:
{type}:none会清空{type}的颜色设定
rg --colors 'match:fg:magenta' --colors 'line:bg:yellow' foo
扩展颜色集可以被{value}使用，如果终端支持 ANSI color
描述方法是'x'(256-color) 或 'x,x,x'(24-bit true color)
x 是 0-255 之间的数值,默认是 10 进制， 0x 前缀是 16 进制
比如: rg --colors 'match:bg:0,128,255'
或者等价的：rg --colors 'match:bg:0x0,0x80,0xFF'
在使用 extended color code 时 intense 和 nointense 是无效的
--column
第一次匹配所在列数(从 1 开始)
能够被--no-column 取消掉
-C, --context <NUM>
显示匹配内容的前面和后面的<NUM>行
它会覆盖-B 和-A 选项
--context-separator <SEPARATOR>
在输出中用来分隔非连续的行
x7F 或t 可被使用，默认是--
-c, --count
只显示匹配的行数
如果只有一个文件给 ripgrep，那只打印匹配行数
可以用--with-filename 来强制打印文件名
它会覆盖--count-matches 选项
--count-matches
只显示匹配的次数
可以用--with-file 来强制在只有一个文件时也输出文件名
--debug
显示调试信息
--dfa-size-limit <NUM+SUFFIX?>
regex DFA 的上限， 默认 10M
-E, --encoding <ENCODING>
描述文本编码, 默认是 auto
https://encoding.spec.whatwg.org/#concept-encoding-get
-f, --file <PATTERNFILE>...
从文件中读入 pattern, 一行一 pattern
可以被多次使用或和-e 一起组合使用，所以有组合会被匹配
--files
打印所有将被搜索的文件
以rg <options> --files [PATH...]方式使用，不能加 pattern
-l, --files-with-matches
只打印有匹配的文件名
覆盖--files-without-match
--files-without-match
只打印无匹配的文件名
覆盖 --file-with-matches
-F, --fixed-strings
把 pattern 当成常规文字而非 regex
可以用--no-fixed-strings 来禁止这个选项
-L, --follow
会递归搜索链接，默认关闭
可以用--no-follow 来关闭
-g, --glob <GLOB>...
通配符文件或文件夹，可以用!来取反
可以多次使用， 会匹配.gitignore 的通配符规则
-h, --help
打印帮助信息
--heading
打印文件名到匹配内容的上方而不是同一行
这是默认行为，可以用--no-heading 来关闭
--hidden
搜索隐藏文件和文件夹
默认忽略, 可用--no-hidden 关闭
--iglob <GLOB>...
同--glob, 但这个大小写不敏感
-i, --ignore-case
pattern 大小写不敏感
可通过-s/--case-sensitive 或-S/--smart-case 覆盖这个选项
--ignore-file <PATH>...
忽略路径，格式同.gitignore, 可多个
多个--ignore-file 标记时，后面优先级高
在命令上时，使用-g 来达到同样效果
-v, --invert-match
反向匹配
-n, --line-number
显示文件行数，默认打开
-x, --line-regexp
只显示整行都匹配 pattern 的行
会覆盖--word-regexp
-M, --max-columns <NUM>
不打印长于<NUM>列的匹配行
-m, --max-count <NUM>
限制一个文件最多<NUM>行匹配
--max-depth <NUM>
限制文件夹递归搜索深度
rg --max-depth 0 dir/不执行任何搜索
--max-filesize <NUM+SUFFIX?>
忽略大于<NUM>byte 的文件
suffix 可以是 K, M，G, 默认是 byte
--mmap
尽量使用 memory maps, 默认行为
目前它不支持所有选项, 用--no-mmap 来关闭
--no-config
不读取 conf 文件, 忽略 RIPGREP_CONFIG_PATH
--no-filename
不要打印匹配文件名
--no-heading
在每个匹配行前都打印文件名
--no-ignore
取消 ignore 文件，如.gitignore, .ignore
可以用--ignore 关闭
--no-ignore-global
取消对全局的 ignore 文件读取
如$HOME/.config/git/ignore
--no-ignore-messages
取消解析.ignroe, .gitignore 文件相关错误
可通过--ignore-messages 关闭
--no-ignore-parent
不读取父文件夹里的.gitignore, .ignore 文件
可通过 --ignore-parent 关闭
--no-ignore-vcs
只全能.ignore 文件
可通过--ignore-vcs 关闭
-N, --no-line-number
不打印匹配行数
--no-messages
不打印打开和读取文件相关错误
-0, --null
在打印的文件路径后加一个 NUL 字符
对于 xargs 非常有用
-o, --only-matching
只打印匹配的内容，而不是整行
--passthru
打印匹配和不匹配的行
--path-separator <SEPARATOR>
路径分隔符，在 linux 上默认是/
--pre <COMMAND>
用<COMMAND>处理文件，并将结果给 rg
可能有巨大的性能惩罚
例如
case "$1" in
*.pdf)
exec pdftotext "$1" -
;;
*)
case $(file "$1") in
_Zstandard_)
exec pzstd -cdq
;;
*)
exec cat
;;
esac
;;
esac
-p, --pretty
--color always --heading --line-number
-q, --quiet
不打印到 stdout, 如果匹配发现，停止 rg
当 rg 用于 exit 代码时非常有用
--regex-size-limit <NUM+SUFFIX?>
编译 regex 的上限
-e, --regexp <PATTERN>...
使用正则来匹配
可多次使用这个选项，打印匹配任何 pattern 的行
可以用于搜索-开头的 pattern，如rg -e -foo
-r, --replace <REPLACEMENT_TEXT>
用相应文件代替匹配内容打印出来
组序号($5)可以被使用
-z, --search-zip
在 gz,bz2,xz,lzma,lz4 文件类型中搜索
可通过--no-search-zip 关闭
-S, --smart-case
如果全小写，则大小写不敏感，否则敏感
可通过-s/--case-sensitive 和-i/--ignore-case 关闭
--sort-files
根据文件路径排序输出结果
会关闭并行搜索线程
--stats
打印出统计结果
-a, --text
搜索二进制文件
可通过--no-text 关闭
-j, --threads <NUM>
大约使用的线程数
-t, --type <TYPE>...
只搜索某种文件类型
可通过--type-lsit 来列出支持的文件类型
--type-add <TYPE_SPEC>...
添加文件类型
如rg --type-add 'foo:*.foo' -tfoo PATTERN
也可以用来创建某种包含多种文件类型的规则
--type-add 'src:include:cpp,py,md'
--type-clear <TYPE>...
清除默认的文件类型
--type-list
列出所有内置文件类型
-T, --type-not <TYPE>...
不要搜索某种文件类型
-u, --unrestricted
-u 搜索.gitignore 里的文件, -uu 搜索隐藏文件
-uuu 搜索二进制文件
-V, --version
打印版本信息
--vimgrep
每一次匹配打印一行
一行有多次匹配会打印多行
-H, --with-filename
打印匹配的文件路径，默认
可通过--no-filename 关闭
-w, --word-regexp
把 pattern 作为单独单词匹配，与< >等价
实例展示
实例一
$ rg 'name' ./
实例二
搜索name为独立单词的内容(-w), 相当于<pattern>
$ rg -w 'name' ./
实例三
只打印包含匹配内容的文件名(-l)
$ rg -w 'name' ./ -l src/cpp/epoll_server.cpp src/cpp/uart_xtor.cpp
实例四
只搜索cpp文件(-t), 可以用-T来不搜索某种类型文件
$ rg -w 'name' ./ -tcpp
实例五
正则搜索(-e)
$ rg -e "sa.*port" ./ -tcpp
实例六
显示匹配内容及上下各两行(-C), -A/-B类似
$ rg -e "sa.*port" ./ -tcpp -C2
实例七
显示不含"debug"的行(-v)
$ rg -v "debug" -tcpp ./
实例八
只显示匹配部分(-o)
$ rg -e "if.*debug" ./ -tcpp -o
实例九
忽略大小写(-i)
$ rg -ie "if.*debug" ./ -tcpp -o
实例十
把pattern当成常量字符(-F), 像.(){}*+不需要escape，如果要搜索的字符是以-开头，那么要用--来作为分隔符，或者用rg -e "-foo"
rg -F "i++)" ./ -tcpp
实例十一
打印所有将被搜索的文件 --files
rg --files
实例十二
输出内置识别文件类型
$ rg --type-list agda: *.agda, *.lagda aidl: *.aidl amake: *.bp, *.mk asciidoc: *.adoc, *.asc, *.asciidoc asm: *.S, *.asm, *.s ats: *.ats, *.dats, *.hats, *.sats avro: *.avdl, *.avpr, *.avsc awk: *.awk bazel: *.bzl, BUILD, WORKSPACE bitbake: *.bb, *.bbappend, *.bbclass, *.conf, *.inc bzip2: *.bz2 c: *.H, *.c, *.cats, *.h cabal: *.cabal cbor: *.cbor ceylon: *.ceylon clojure: *.clj, *.cljc, *.cljs, *.cljx cmake: *.cmake, CMakeLists.txt coffeescript: *.coffee config: *.cfg, *.conf, *.config, *.ini cpp: *.C, *.H, *.cc, *.cpp, *.cxx, *.h, *.hh, *.hpp, *.hxx, *.inl creole: *.creole crystal: *.cr, Projectfile cs: *.cs csharp: *.cs cshtml: *.cshtml css: *.css, *.scss csv: *.csv cython: *.pyx d: *.d dart: *.dart dhall: *.dhall docker: *Dockerfile* elisp: *.el elixir: *.eex, *.ex, *.exs elm: *.elm erlang: *.erl, *.hrl fidl: *.fidl fish: *.fish fortran: *.F, *.F77, *.F90, *.F95, *.f, *.f77, *.f90, *.f95, *.pfo fsharp: *.fs, *.fsi, *.fsx gn: *.gn, *.gni go: *.go groovy: *.gradle, *.groovy gzip: *.gz h: *.h, *.hpp haskell: *.c2hs, *.cpphs, *.hs, *.hsc, *.lhs hbs: *.hbs hs: *.hs, *.lhs html: *.ejs, *.htm, *.html idris: *.idr, *.lidr java: *.java, *.jsp jinja: *.j2, *.jinja, *.jinja2 jl: *.jl js: *.js, *.jsx, *.vue json: *.json, composer.lock jsonl: *.jsonl julia: *.jl jupyter: *.ipynb, *.jpynb kotlin: *.kt, *.kts less: *.less license: *[.-]LICEN[CS]E*, AGPL-*[0-9]*, APACHE-*[0-9]*, BSD-*[0-9]*, CC-BY-*, COPYING, COPYING[.-]*, COPYRIGHT, COPYRIGHT[.-]*, EULA, EULA[.-]*, GFDL-*[0-9]*, GNU-*[0-9]*, GPL-*[0-9]*, LGPL-*[0-9]*, LICEN[CS]E, LICEN[CS]E[.-]*, MIT-*[0-9]*, MPL-*[0-9]*, NOTICE, NOTICE[.-]*, OFL-*[0-9]*, PATENTS, PATENTS[.-]*, UNLICEN[CS]E, UNLICEN[CS]E[.-]*, agpl[.-]*, gpl[.-]*, lgpl[.-]*, licen[cs]e, licen[cs]e.* lisp: *.el, *.jl, *.lisp, *.lsp, *.sc, *.scm log: *.log lua: *.lua lz4: *.lz4 lzma: *.lzma m4: *.ac, *.m4 make: *.mak, *.mk, GNUmakefile, Gnumakefile, Makefile, gnumakefile, makefile man: *.[0-9][cEFMmpSx], *.[0-9lnpx] markdown: *.markdown, *.md, *.mdown, *.mkdn matlab: *.m md: *.markdown, *.md, *.mdown, *.mkdn mk: mkfile ml: *.ml msbuild: *.csproj, *.fsproj, *.proj, *.props, *.targets, *.vcxproj nim: *.nim nix: *.nix objc: *.h, *.m objcpp: *.h, *.mm ocaml: *.ml, *.mli, *.mll, *.mly org: *.org pdf: *.pdf perl: *.PL, *.perl, *.pl, *.plh, *.plx, *.pm, *.t php: *.php, *.php3, *.php4, *.php5, *.phtml pod: *.pod protobuf: *.proto ps: *.cdxml, *.ps1, *.ps1xml, *.psd1, *.psm1 puppet: *.erb, *.pp, *.rb purs: *.purs py: *.py qmake: *.prf, *.pri, *.pro r: *.R, *.Rmd, *.Rnw, *.r rdoc: *.rdoc readme: *README, README* rst: *.rst ruby: *.gemspec, *.rb, .irbrc, Gemfile, Rakefile rust: *.rs sass: *.sass, *.scss scala: *.sbt, *.scala sh: *.bash, *.bashrc, *.csh, *.cshrc, *.ksh, *.kshrc, *.sh, *.tcsh, *.zsh, .bash_login, .bash_logout, .bash_profile, .bashrc, .cshrc, .kshrc, .login, .logout, .profile, .tcshrc, .zlogin, .zlogout, .zprofile, .zshenv, .zshrc, bash_login, bash_logout, bash_profile, bashrc, profile, zlogin, zlogout, zprofile, zshenv, zshrc smarty: *.tpl sml: *.sig, *.sml soy: *.soy spark: *.spark sql: *.psql, *.sql stylus: *.styl sv: *.h, *.sv, *.svh, *.v, *.vg svg: *.svg swift: *.swift swig: *.def, *.i systemd: *.automount, *.conf, *.device, *.link, *.mount, *.path, *.scope, *.service, *.slice, *.socket, *.swap, *.target, *.timer taskpaper: *.taskpaper tcl: *.tcl tex: *.bib, *.cls, *.ltx, *.sty, *.tex textile: *.textile tf: *.tf toml: *.toml, Cargo.lock ts: *.ts, *.tsx twig: *.twig txt: *.txt vala: *.vala vb: *.vb verilog: *.sv, *.svh, *.v, *.vh vhdl: *.vhd, *.vhdl vim: *.vim vimscript: *.vim webidl: *.idl, *.webidl, *.widl wiki: *.mediawiki, *.wiki xml: *.xml, *.xml.dist xz: *.xz yacc: *.y yaml: *.yaml, *.yml zsh: *.zsh, .zlogin, .zlogout, .zprofile, .zshenv, .zshrc, zlogin, zlogout, zprofile, zshenv, zshrc
总结
ripgrep的搜索速度真是快的飞起来，在浏览代码时对我的帮助非常大。我相信它对于每一个码农的价值都是无限大的，特别是结合FZF之后。
唯一的弱点是对正则的支持，但这是一个取舍，如果采用如PCRE那样的库的话，一定会极大影响速度。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
下一篇：在linux (centos)上使用puppeteer实现网页截图功能