rgpipe

rgpipe是一个bash/sh脚本，也是与ripgrep一起使用的别名，以搜索无数不友好的文件类型。将其与RIPGREP的-PRE命令一起使用，该命令允许RIPGREP在搜索之前选择性处理文件。

tl; dr

最基本的用法是将rgpipe指向某些文件，它将尝试将所述文件的内容打印到STDOUT。

rgpipe MyFancyExcelFile.xlsx

涉及的用法越多，是在Ripgrep面前的过滤器，以系统地尝试浏览各种非文本文件的内容，就像您的文本文件一样。基本的咒语看起来像：

rg --pre-glob '*.{xlsx,pptx,docx,pdf}' --pre rgpipe "$YourSearchTermHere"

概述

我写了一个关于如何在这里使用它的长篇大论

这种要点才有用，因为Burntsushi在此黑客新闻评论中说明了rg --pre-glob工作方式。

这有助于解决：

• 新的MS Office文件（DOCX，PPTX，XLSX，其变体）
  • 使用unzip和sed
• 旧的MS Office文件（DOC，PPT，XLS，其变体）和新Excel二进制格式
  • 使用strings
• libreoffice文件（ODS，ODT，ODP）
  • 使用unzip和sed
• PDF
  • 使用Poppler的pdftottext
• Web/结构化格式（HTML，XHTML ...）
  • 使用w3m lynx和朋友也有效。不是100％必需的。
• 伪装成书籍的网络格式（CHM，EPUB）
  • unzip和w3m for epub
  • CHM的7zip和w3m

具体来说

ubuntu想要： sudo apt install poppler-utils p7zip w3m unzip

术语想要： pkg install poppler p7zip w3m

用法注释

香草ripgrep使用

假设rgpipe在路径中，如果不是

rg --pre rgpipe YourSearchTermHere

更好的RIPGREP使用

上面使用rgpipe，即使不需要它，速度很慢，ripgrep可以选择性地使用-pre-glob

rg --pre-glob ' *.{xlsx,pptx,docx,pdf} ' --pre rgpipe YourSearchTermHere

一个更彻底的预遍：

rg --pre-glob ' *.{pdf,xl[tas][bxm],xl[wsrta],do[ct],do[ct][xm],p[po]t[xm],p[op]t,html,htm,xhtm,xhtml,epub,chm,od[stp]} ' --pre rgpipe YourSearchTermHere

别名，因为那是很多打字

 alias rgg= " rg -i -z --max-columns-preview --max-columns 500 --hidden --no-ignore --pre-glob 
'*.{pdf,xl[tas][bxm],xl[wsrta],do[ct],do[ct][xm],p[po]t[xm],p[op]t,html,htm,xhtm,xhtml,epub,chm,od[stp]}' --pre rgpipe "

穷人的全文搜索

步骤1：使用rgpipe制作文本边防文件

 find-rgpipe-type () {
     find ` pwd ` -type f -iname " *. $1 " -exec sh -c ' for f; do rgpipe "$f" > "${f%.*}.txt"; done ' _ {} +
}

# or get fancy with xargs for multithreaded goodness

find-rgpipe-type-xargs () {
    find " $( pwd ) " -type f -iname " *. $1 " -print0 | xargs -0 -P0 -n 1 -I {} sh -c ' rgpipe "{}" > "{}.txt" '
}

使用上面定义的函数，在当前目录下为所有具有PDF扩展的文件进行文本侧码。

find-rgpipe-type pdf

步骤2：使用RIPGREP搜索这些文件

rg YourSearchTermHere

超级有用

1-这篇黑客新闻评论

2-预处理脚本是我添加了更多文件类型的模板

3-午夜指挥官在这个主题上有很棒的脚本

4-少管当然

5 -RGA是一种基于生锈的工具做类似的事情

名字

rgpipe ，因为这个想法类似于小管子。