Linux：ripgrep命令

概述

ripgrep 是一个面向行的搜索工具，它在遵循 gitignore 规则的同时，递归地搜索当前目录以寻找正则表达式模式。ripgrep 在 Windows、MaCOS 和 Linux 上拥有一流的支持，可以下载并使用每个 release二进制文件。 ripgrep 类似于其他流行的搜索工具，如 ag，ACK 和 grep。

各大工具对比例子

此示例搜索整个 Linux 内核源树(运行make defconfig && make -j8后)，找寻匹配项为[A-Z]+_SUSPEND，所有匹配必须是单词。在具有 Intel i7-6900K 3.2GHz 的系统上统计时间，并在启用 SIMD 的情况下编译 ripgrep。

请记住，单一的基准是不够的! 看到我博客上关于 ripgrep 的博文，其有更多的基准和分析进行了非常详细的比较.

工具	命令	行计数	时间
ripgrep(Unicode)	`rg -n -w '[A-Z]+_SUSPEND'`	450	0.106s
git grep	`LC_ALL=C git grep -E -n -w '[A-Z]+_SUSPEND'`	450	0.55
The Silver Searcher	`ag -w '[A-Z]+_SUSPEND'`	450	0.895
git grep (Unicode)	`LC_ALL=en_US.UTF-8 git grep -E -n -w '[A-Z]+_SUSPEND'`	450	2.266s
sift	`sift --git -n -w '[A-Z]+_SUSPEND'`	450	3.505s
ack	`ack -w '[A-Z]+_SUSPEND'`	一千八百七十八	6.823s
The Platinum Searcher	`pt -w -e '[A-Z]+_SUSPEND'`	450	14.208s

(是的，ack 会有个一bug)

这是另一个忽略 gitignore 文件和用白名单搜索的基准。语料库与前面的基准测试相同，传递给每个命令的相同标志，确保它们正在执行相同的工作:

工具	命令	行计数	时间
ripgrep	`rg -L -u -tc -n -w '[A-Z]+_SUSPEND'`	404	0.079s
ucg	`ucg --type=cc -w '[A-Z]+_SUSPEND'`	390	0.163s
GNU grep	`egrep -R -n --include='.c' --include='.h' -w '[A-Z]+_SUSPEND'`	404	0.611s

(ucg 在存在符号链接时，行为略有不同)

最后，在一个单一的大文件(~9.3GB)上，ripgrep 和 GNU grep 之间的直接比较。OpenSubtitles2016.raw.en.gz:

工具	命令	线路计数	时间
ripgrep	`rg -w 'Sherlock [A-Z]\w+'`	5268	2.108s
GNU grep	`LC_ALL=C egrep -w 'Sherlock [A-Z]\w+'`	5268	7.014s

在上述基准中，传递-n标志(用于显示行号)，会增加时间，2.640s的 ripgrep 和10.277s的 GNU grep.

安装

ripgrep 的二进制名是rg。

安装以CentOS 7为例，新增yum源，/etc/yum.repo.d/copr.repo：

[copr:copr.fedorainfracloud.org:carlwgeorge:ripgrep]
name=Copr repo for ripgrep owned by carlwgeorge
baseurl=https://download.copr.fedorainfracloud.org/results/carlwgeorge/ripgrep/epel-7-$basearch/
type=rpm-md
skip_if_unavailable=True
gpgcheck=1
gpgkey=https://download.copr.fedorainfracloud.org/results/carlwgeorge/ripgrep/pubkey.gpg
repo_gpgcheck=0
enabled=1
enabled_metadata=1

安装

1	$ sudo yum install ripgrep -y

语法说明

USAGE:
    rg [OPTIONS] PATTERN [PATH ...]
    rg [OPTIONS] [-e PATTERN ...] [-f PATTERNFILE ...] [PATH ...]
    rg [OPTIONS] --files [PATH ...]
    rg [OPTIONS] --type-list
    command | rg [OPTIONS] PATTERN

参数说明

参数	说明
`-A, --after-context <NUM>`	每次匹配后，显示 NUM 行。
`-B, --before-context <NUM>`	在每次匹配前，显示 NUM 行。
`--block-buffered`	强制，分块缓冲。
`-b, --byte-offset`	打印每个匹配行的，字节偏移量，从 0 开始。
`-s, --case-sensitive`	搜索，关注大小写（默认）。
`--color <WHEN>`	控制何时，使用颜色。
`--colors <COLOR_SPEC>...`	配置颜色设置和样式。
`--column`	显示列号。
`-C, --context <NUM>`	显示每场匹配前后的 NUM 行。
`--context-separator <SEPARATOR>`	设置，内容分隔符的字符串。
`-c, --count`	仅显示每个文件的匹配行数。
`--count-matches`	仅显示每个文件的单个匹配数。
`--crlf`	支持 CRLF 行终止符（在 Windows 上很有用）。
`--debug`	显示，调试消息。
`--dfa-size-limit <NUM+SUFFIX?>`	regex DFA 的大小上限。
`-E, --encoding <ENCODING>`	指定要搜索的文件的文本编码。
`-f, --file <PATTERNFILE>...`	从给定的文件模式中，搜索。
`--files`	打印，要搜索的每个文件。
`-l, --files-with-matches`	只打印，至少有一个匹配的路径。
`--files-without-match`	只打印，包含零个匹配项的路径。
`-F, --fixed-strings`	将模式，视为字面字符串。
`-L, --follow`	遵循，符号链接。
`-g, --glob <GLOB>...`	包括或排除文件。
`-h, --help`	打印帮助信息。使用 `--help` 了解更多详细信息。
`--heading`	打印，按每个文件分组的匹配项。
`--hidden`	搜索隐藏的文件和目录。
`--iglob <GLOB>...`	不关心大小写，包括或排除的文件 glob 模式。
`-i, --ignore-case`	不区分大小写的搜索。
`--ignore-file <PATH>...`	指定，其他忽略文件。
`-v, --invert-match`	反匹配。
`--json`	以 JSON 行格式，显示搜索结果。
`--line-buffered`	强制，行缓冲。
`-n, --line-number`	显示行号。
`-x, --line-regexp`	仅显示由行边界包围的匹配项。
`-M, --max-columns <NUM>`	不要打印，超过此限制的行。
`-m, --max-count <NUM>`	限制匹配数。
`--max-depth <NUM>`	最多深入 NUM 个目录。
`--max-filesize <NUM+SUFFIX?>`	忽略，大于 NUM 的文件。
`--mmap`	尽可能，使用内存映射进行搜索。
`-U, --multiline`	启用，跨多行匹配。
`--multiline-dotall`	启用多行时，使”.”与新行匹配。
`--no-config`	从不读取配置文件。
`--no-filename`	不要用匹配的行，打印文件路径。
`--no-heading`	不要按每个文件，对匹配项进行分组。
`--no-ignore`	不遵循忽略文件。
`--no-ignore-global`	不遵循全局忽略文件。
`--no-ignore-messages`	禁止 gitignore 解析的错误消息。
`--no-ignore-parent`	不遵循忽略父目录中的文件。
`--no-ignore-vcs`	不要遵循 VCS 忽略文件。
`-N, --no-line-number`	没有行号。
`--no-messages`	禁止显示某些错误消息。
`--no-mmap`	不使用内存映射。
`--no-pcre2-unicode`	禁用 PCRE2 匹配的 Unicode 模式。
`-0, --null`	在文件路径后，打印 NUL 字节。
`--null-data`	使用 NUL 作为行终止符，而不是`\n`。
`--one-file-system`	不要深入，到其他文件系统的目录中。
`-o, --only-matching`	打印仅匹配行的部分内容。
`--passthru`	打印匹配行和不匹配行。
`--path-separator <SEPARATOR>`	设置路径分隔符。
`-P, --pcre2`	启用 PCRE2 匹配。
`--pre <COMMAND>`	搜索每个文件的命令文件输出
`--pre-glob <GLOB>...`	从预处理命令中，包括或排除文件。
`-p, --pretty`	`--color always--heading--line-number`的别名。
`-q, --quiet`	不要将任何内容，打印到 stdout。
`--regex-size-limit <NUM+SUFFIX?>`	已编译 regex 的大小上限。
`-e, --regexp <PATTERN>...`	要搜索的模式。
`-r, --replace <REPLACEMENT_TEXT>`	用给定的文本，替换匹配项。
`-z, --search-zip`	在压缩文件中搜索。
`-S, --smart-case`	智能案例搜索。(如果它包含大写字符，则将查询视为区分大小写，如果不包含，则不区分大小写。)
`--sort <SORTBY>`	按升序对结果排序。暗示 `--threads=1`。
`--sortr <SORTBY>`	按降序对结果排序。暗示 `--threads=1`。
`--stats`	打印有关此 ripgrep 搜索的统计信息。
`-a, --text`	像搜索文本一样，搜索二进制文件。
`-j, --threads <NUM>`	要使用的线程的近似数。
`--trim`	从匹配项中，删除前缀空格。
`-t, --type <TYPE>...`	仅搜索，与类型匹配的文件。
`--type-add <TYPE_SPEC>...`	为文件类型，添加新的 glob。
`--type-clear <TYPE>...`	清除文件类型的全局变量。
`--type-list`	显示所有支持的文件类型。
`-T, --type-not <TYPE>...`	不要搜索与类型匹配的文件。
`-u, --unrestricted`	降低”智能”搜索的级别。
`-V, --version`	打印版本信息
`--vimgrep`	以 Vim 兼容格式，显示结果。
`-H, --with-filename`	用匹配的行，打印文件路径。
`-w, --word-regexp`	只显示，由单词边界包围的匹配项。

测试

参考：https://github.com/chinanf-boy/ripgrep-zh/blob/master/GUIDE.zh.md

和grep使用方法差不多，统计Nginx访问日志的前十个ip：

1	rg -oN "([0-9]{1,3}\.){3}[0-9]{1,3}" access.log-20200925 \|sort -n\|uniq -c\|sort -rn\|head -10

搜索单个文件

在README.md，查找所有出现的fast单词：

1	rg fast README.md

在这个例子中，我们使用了模式fast\w+。此模式告诉 ripgrep 查找包含fast字母，其次是一个或多个字样字符的任何行。也就是说，\w匹配组成单词的字符(如a和L，但不是.和``)这个+在\w后意味着，”匹配以前的模式一次或多次”，这意味着fast这个词不会匹配，因为字符t后面没有字符。但是一个faster可以匹配。faste也行。

1	rg 'fast\w+' README.md

递归搜索

例如，根路径搜索包含backup字段的文件，搜索非常快：

1	rg backup /*