ripgrep：把“在仓库里找代码“变成一条命令的事

ripgrep：把"在仓库里找代码"变成一条命令的事

【免费下载链接】ripgrepripgrep recursively searches directories for a regex pattern while respecting your gitignore项目地址: https://gitcode.com/GitHub_Trending/ri/ripgrep

如果你在终端里敲过grep -r "TODO" .，大概率经历过这样的场景：结果被node_modules和构建产物刷屏、二进制文件把终端搞乱、中文路径乱码，最后还得手动加一堆参数。ripgrep（命令行里叫rg）就是为了解决这类问题而生的：它是一个用 Rust 写的命令行搜索工具，递归搜索当前目录下的正则表达式模式，同时自动遵循你仓库的.gitignore规则，装完就能直接用。

一装就能用：它默认替你做了什么

传统 grep 的哲学是"什么都不替你做，参数自己拼"。ripgrep 反过来：它假设你是在一个代码仓库里干活，于是默认就帮你做掉了四件脏活。

• 跳过.gitignore里排除的文件，包括父目录里的.gitignore、仓库的$GIT_DIR/info/exclude，甚至你全局的 git 忽略配置；
• 跳过隐藏文件和目录（就是那些点号开头的文件）；
• 跳过二进制文件（它用"文件里有没有 NUL 字节"来判断）；
• 不跟踪符号链接，避免死循环。

效果是：rg TODO src/出来的全是有效命中，不用再跟--include参数较劲。哪天真怀疑它把结果藏起来了，可以逐级加-u放开限制：-u恢复 gitignore 文件、-uu加回隐藏文件、-uuu连二进制文件一起搜。

# 演示默认行为：一条命令搜遍当前目录，自动跳过被忽略的文件 rg 'fn write\(' # 确认是过滤规则在起作用而不是漏搜：逐级放开限制 rg -uuu 'TODO'

搜索整个目录就是默认模式，rg foo等价于rg foo ./，不用像 grep 那样显式加-r。

只搜某类文件，排除另一类

大型仓库里"全仓乱搜"常常不是想要的。ripgrep 内置了一套文件类型识别（Rust 对应-t rust、Python 对应-tpy），也可以随时排除：

# 只在 Rust 源码里找函数定义，JS 文件全部排除 rg -t rust -T js 'console\.'

类型不满意可以自定义。配置文件里写两行，web这种"自造类型"就成立了：

# 演示自定义文件类型：把 html/css/js 归为一组，之后 rg -t web 就能用 --type-add web:*.{html,css,js}* --type-add docs:*.{md,rst}

不想只看到匹配行？-l只列文件名，-c只数每个文件匹配了几行，--count-matches数的是总匹配次数——做"哪些文件受影响"式的排查时很顺手。

用 --replace 预览改写的效果

ripgrep 不能直接改文件（这是它有意的设计边界），但它的--replace参数可以把匹配到的片段替换成别的文本，输出里直接看效果，相当于一次"只读的重构演练"：

# 演示替换预览：把命中 old_api 的位置在输出里显示成 new_api rg old_api --replace new_api

配合--only-matching还能把整行裁成只剩匹配（含替换）的部分，做批量提取时有奇效。另外--smart-case值得一提：平时忽略大小写搜索，但一旦你的模式里出现大写字母，它就自动变回严格匹配——找FooBar这种驼峰命名时不用来回切换开关。

想要更"强"的正则？PCRE2 随时切换

ripgrep 默认用自己的正则引擎，速度快且完整支持 Unicode，但不支持环视（lookahead/lookbehind）和反向引用这类写法。需要这些高级语法时，加一个-P就切到 PCRE2 引擎（一种更全面的正则实现，语法和 Perl 一脉相承），也可以用--engine auto让它自己判断该不该切：

# 演示 PCRE2 语法：前面是数字才能命中 rg -P '\d{2,}x'

代价是速度：PCRE2 引擎比默认引擎慢，crates/pcre2/ 这个模块的源码也说明了它只是一个可选项。所以官方建议：默认引擎够用就用默认，-P留给真正需要环视的场景。

一次配置，处处生效

常用选项不想每次敲？ripgrep 支持配置文件：设置环境变量RIPGREP_CONFIG_PATH指向一个文件（官方文档里的例子是~/.ripgreprc），之后每次运行都会自动带上里面的参数。文件格式很简单——每行一个参数，#开头是注释：

# ~/.ripgreprc 的完整示例：每次搜索自动带上的参数 --smart-case --max-columns=150 --max-columns-preview --colors=line:style:bold

命令行参数优先级更高，临时想覆盖配置（比如--max-columns 0）直接敲命令即可。项目层面，你也可以在仓库根目录放一个.rgignore文件写自己的忽略规则，优先级高于.gitignore——适合"git 不想追踪但搜索又需要"的那批文件，比如本地日志。

速度到底来自哪里（以及什么时候它会变慢）

ripgrep 的快不是玄学，README 里的基准测试给过很具体的数字：在 Linux 内核源码树上（编译过的完整代码树）用同样的词边界模式搜索，rg 耗时 0.082 秒，而git grep（Unicode 模式）要 2.67 秒，ack要 2.9 秒。它的手段包括：并行递归遍历目录（每个 CPU 核分文件搜）、给大文件用内存映射（mmap，让操作系统按页加载文件，不用整块读进内存）、以及把 UTF-8 解码直接编进匹配引擎里——所以开着 Unicode 搜索也不掉速。

但 README 自己也很诚实地列了"性能悬崖"：如果模式里没有任何可提前定位的固定片段（比如[A-Za-z]{30}这种），引擎没法做"字面量快速跳过"，大文件上 rg 也要跑十几秒；命中量巨大时（比如搜the出了 8300 万行），瓶颈变成输出速度，各家工具的差距反而缩小。也就是说：ripgrep 快的前提是你给它一个正常的搜索任务，拿它当通用正则暴力扫描器时别期待魔法。

从源码看它是怎么拼起来的

仓库的 crates/ 目录把功能拆成了职责单一的模块：ignore管文件遍历与过滤，searcher管逐行读取（含内存映射策略），regex管默认正则引擎，printer管彩色输出和 JSON 格式，cli是把这些串起来的入口。这种拆分的好处是——你只关心"它怎么判断一个文件该不该搜"时，看 crates/ignore/ 一个目录就够了，不用通读整个项目。

装一个rg，你会发现终端里"找代码"这件事，从一堆参数变成了敲两个词。

【免费下载链接】ripgrepripgrep recursively searches directories for a regex pattern while respecting your gitignore项目地址: https://gitcode.com/GitHub_Trending/ri/ripgrep