ripgrep 实战：比 grep 快 10 倍的代码搜索

ripgrep（命令行 rg）是一款用 Rust 编写的递归代码搜索工具。它默认遵守 .gitignore、自动跳过隐藏文件与二进制文件，搜索速度常常比传统 grep 快一个数量级。对于每天要在大型代码库里翻找符号、TODO、配置项的开发者来说，换上 ripgrep 几乎是无成本的性能升级。

一个常见的场景是：你在仓库存放了一个 50 万行的单体服务，依赖目录 node_modules 里还有几万个文件。用 grep -r "TimeoutException" 会先把 node_modules 翻个底朝天，屏幕刷满噪音、十几秒才出结果；而 rg "TimeoutException" 往往在 1 秒内给出干净的答案。差别不是“快一点”，而是“能不能忍着用它”。

一、为什么需要 ripgrep

很多团队还在用 grep -r 满仓库搜，但 grep 有几个天然短板：它不会主动忽略 .gitignore 里声明的文件，也不会跳过 node_modules 这类巨型目录，结果既慢又产生大量噪音。ripgrep 的设计哲学恰恰相反——“默认就做对的事”。

ripgrep 之所以快，关键在于三点：并行递归目录遍历、Rust regex 引擎（基于有限自动机，不会 catastrophic backtracking）、以及利用 SIMD 指令加速字面量匹配。

二、安装：一条命令搞定

几乎所有包管理器都已收录 ripgrep，按你的平台选一条：

# macOS
brew install ripgrep

# Ubuntu 22.04+ / Debian
sudo apt install ripgrep

# Arch
sudo pacman -S ripgrep

# Windows (scoop)
scoop install ripgrep

# 通用：Rust 工具链
cargo install ripgrep

# 或直接从 GitHub Releases 下载预编译二进制
# https://github.com/BurntSushi/ripgrep/releases

装好后用 rg --version 验证，再跑 rg --type-list 可以看到它原生支持的两百多种文件类型（py、js、go、rs、md……）。

三、最常用命令：10 秒上手

ripgrep 的默认行为已经足够好，下面这几条覆盖了 80% 的日常场景：

# 递归搜索 "fn handle"（默认忽略 gitignore / 二进制 / 隐藏文件）
rg "fn handle"

# 不区分大小写
rg -i "TODO"

# 显示行号（默认已显示；-h 仅输出内容不含文件名）
rg -n "error" src/

# 只列出命中文件（配合 fzf 做二次过滤非常爽）
rg -l "deprecated"

# 统计每个文件的匹配数
rg -c "panic"

# 只看命中文件总数
rg -l "unwrap" | wc -l

如果你已经在用 fzf 模糊查找 重塑终端工作流，rg -l 输出的文件列表直接管道给 fzf，就能瞬间得到一个可交互的“搜索结果浏览器”。

四、按文件类型与目录过滤

ripgrep 的类型系统让“只在 Python 文件里搜”变成一行命令，不必手写复杂 glob：

# 只在 Python 文件里搜
rg -t py "import os"

# 排除某种类型（例如跳过测试）
rg -T test "connect"

# 自定义 glob：只看 src 下、排除 min.js
rg -g 'src/**' -g '!*.min.js' "fetch"

# 强制搜索隐藏文件（默认跳过 .git、.env 等）
rg --hidden "api_key"

# 连 gitignore 忽略的文件也搜（慎用，会慢）
rg -u "secret"        # -u 搜隐藏；-uu 搜忽略；-uuu 搜全部含二进制

五、替换与结构化输出

5.1 用 -r 做整库重命名式替换预览

ripgrep 本身不写文件（那是 sed 的活），但 -r 可以输出“替换后”的内容，方便你先确认再落地：

# 把 foo 改成 bar，只预览替换结果（不修改文件）
rg -r "bar" "foo" --no-heading

# 配合 sed -i 真正落地（先 rg 确认范围，再 sed 执行）
rg -l "old_api" | xargs sed -i '' 's/old_api/new_api/g'

5.2 用 –json 接入 jq 做自动化

--json 让每条匹配变成一行 JSON，非常适合在脚本里二次处理：

# 找出所有 TODO 并输出文件路径 + 行号
rg --json "TODO" --no-heading | jq -r 'select(.type=="match") | .data.path.text + ":" + (.data.lines.text|tostring)'

六、进阶：正则、上下文与性能

# 固定字符串搜索（把模式当字面量，避免正则元字符报错）
rg -F "a.b.c"        # 只匹配字面的 a.b.c

# 前后各 3 行上下文
rg -C 3 "panic"

# 整词匹配（边界）
rg -w "log"

# 看看这次搜索花在哪：文件数、匹配数、耗时
rg --stats "serialize"

ripgrep 的正则基于有限自动机，遇到 (a+)+ 这类“灾难性回溯”模式也不会卡死——这是它相对很多 PCRE 引擎的安全优势。需要更激进的 PCRE2 语法时，可加 -P（编译时启用了 PCRE2 的版本才支持）。

七、在 CI 与编辑器里用起来

ripgrep 不只是本地利器，它早已是很多工具的“心脏”。例如 VS Code 的全局搜索 底层就是 ripgrep——你在编辑器里按 Ctrl/Cmd+Shift+F 搜的每一行，背后都是 rg 在跑。理解了这一点，你在终端和编辑器里的搜索行为就能完全对齐。

在 GitHub Actions 流水线 里，ripgrep 也能做轻量级“规范门禁”：

# 在 CI 中禁止遗留的调试代码合入
- name: Lint guard
  run: |
    if rg -l "console.log|debugger|TODO:REMOVE" src/; then
      echo "发现疑似调试代码，请清理后再提交"
      exit 1
    fi

八、ripgrep 与 git：天生一对

ripgrep 默认就“懂” git：它会读取 .gitignore、.git/info/exclude 以及全局 gitignore，自动把第三方依赖和构建产物排除在搜索范围之外。这意味着你在项目根目录直接敲 rg "xxx"，结果天然干净，不会像 grep 那样把 node_modules 里的几万个文件也翻一遍。如果你就是想搜被忽略的文件（比如确认某个密钥有没有意外提交），加 -u 即可逐层放开；反之想完全无视所有忽略规则、连隐藏文件一起扫，用 -uuu。

# 默认忽略 .gitignore 中的文件（不会进 node_modules）
rg "api_key"
# 额外搜索隐藏文件
rg -u "api_key"
# 搜索一切文件（含被 ignore 的、含二进制）
rg -uuu "api_key"
# 在 git 仓库里只搜已跟踪文件
git ls-files | rg "test"

九、固化配置：~/.ripgreprc

每次都敲一长串参数很烦。ripgrep 支持读取 RIPGREP_CONFIG_PATH 指向的配置文件，把常用开关固化下来，团队新人拉一份配置就能获得一致的搜索体验：

# ~/.ripgreprc
--smart-case          # 含大写才区分大小写，全小写则忽略大小写
--line-number
--color=auto
# 自定义类型：把 vue 也算作前端文件
--type-add
web:*.{html,js,ts,vue,css}

设置环境变量 export RIPGREP_CONFIG_PATH="$HOME/.ripgreprc" 后，rg 会自动套用这些选项，日常调用只需写最精简的模式即可。

十、一次真实重构的搜索流

假设你要给一个老服务做“日志组件统一”重构，流程大概是：先 rg -l "console.log" 圈出所有散落的打印点，再用 rg -t ts -C 2 "console.log" 逐个看上下文，确认后批量改成统一 logger；最后用 rg -l "console.log" 反过来验证“零残留”。这一套“圈范围 → 看上下文 → 验证清零”的闭环，正是 ripgrep 最舒服的用法。

# 1) 圈出范围
rg -l "console.log" src/
# 2) 看上下文（前后 2 行）
rg -t ts -C 2 "console.log" src/
# 3) 替换并验证清零
rg -l "console.log" src/ | xargs sed -i '' 's/console\.log/logger.info/g'
rg -l "console.log" src/   # 期望无输出

十一、常见坑与排雷 checklist

• 搜不到？先确认是不是被 .gitignore 或隐藏规则过滤了，加 -u（甚至 -uuu）重试。
• 想搜中文/Unicode？ripgrep 默认 UTF-8，直接搜即可；文件编码非 UTF-8 时用 --encoding。
• 误以为 rg 会改文件？rg 只读不写，-r 只是“输出替换结果”，真正改写请用 sed/IDE。
• 正则不生效？注意 shell 引号；含 $、* 等建议用单引号包裹模式。
• 性能异常慢？多半是 -u 穿透了 node_modules 之类巨型目录，用 -g 收缩范围。

结语

ripgrep 是典型的“装上就回不去”的工具：零配置、速度快、默认行为符合直觉。把它和 后端命令行效率工具 里的其他利器组合，你的终端检索效率会直接上一个台阶。今天就可以在常用项目里跑一次 rg "TODO"，看看那些被遗忘的待办。