ripgrep —— 高效的正则表达式匹配工具
July 28, 2020 默认分类
riggrep 是以行为单位的正则表达式搜索工具。一句话，grep 能干的，它也能干。
但是，ripgrep 又拥有传统grep没有的特性：
- 高速搜索（并行搜索，使用了 rust 的 regex 库，该库使用了 SIMD 等技术，并在支持 Unicode 的前提下保持快速）
- 自动解压，支持各种 *nix 上常用的压缩格式（再也不用什么 zgrep , xzgrep 之类的命令了）
- 默认递归搜索（很适合搜索代码库）
- 默认遵守
.gitignore.ignore.rgignore - 默认不检索二进制文件
- 命令名比
grep还少两个字母：rg - 支持 PCRE2
使用方法
和grep相近。
rg [options] PATTERN [path]
some_command | rg PATTERN不同点：
- 默认递归搜索，这意味着可以直接指定一个目录而不需要
grep的-r参数。
性能
性能是 rg 的重要卖点之一。
博主自己做的测试（i5-7200U,Intel Pro 5400s 180G)
数据集：Linux 5.0（pf 补丁集）内核代码树
固定字串：搜寻memory encrypt，不分大小写
| 工具 | 命令 | 用户态 CPU 时间 | 最大驻留集 |
|---|---|---|---|
riggrep | rg -i 'memory encrypt' . | 1.05s | 8052k |
grep | grep -r -n -i --color 'memory encrypt' . | 2.54s | 2484k |
[A-Z]+_SUSPEND（官方的那个测试案例）
| 工具 | 命令 | 用户态 CPU 时间 | 最大驻留集 | |
|---|---|---|---|---|
riggrep | rg -i '[A-Z]+_SUSPEND' . | 1.80s | 8024k | |
grep | grep -r -n -i --color '[A-Z]+_SUSPEND' . | 4.22s | 2456k | |
评论数据集（4.5GB，位于机械硬盘）
多词语匹配 (awesome|nice|great|fine|good|best|better|friendly)
| 工具 | 命令 | 用户态 CPU 时间 | 最大驻留集 |
|---|---|---|---|
ripgrep | rg -c -i PATTERN comment | 40.53s | 2946612k |
ripgrep（禁用 mmap） | rg -c -i --no-mmap PATTERN comment | 40.65s | 6088k |
grep | grep -E -c -i PATTERN comment | 48.38s | 2228k |
搜寻所有数字
| 工具 | 命令 | 用户态 CPU 时间 | 最大驻留集 |
|---|---|---|---|
ripgrep | rg -c '\d*?' comment | 12.20s | 2308420k |
ripgrep（禁用 mmap) | rg -c --no-mmap '\d*?' comment | 12.59s | 5792k |
grep | grep -c '\d*?' comment | 25.51s | 1984k |
可见，riggrep更高效（以用户态 CPU 时间计），代价是更大的内存占用。但是，如果考虑实际执行时间（elapsed time），rg 在某些情况下反而不如 grep 高效，如大量的 IO ，尤其是使用机械硬盘时。