最近，我开始与 Asciidoctor.js 并且在 Asciidoctor.js-哈巴狗 和 Asciidoctor-templates.js 项目。
当您第一次挖掘包含数千行代码的代码库时，并不总是那么容易立即生效。 但是我在这么多代码行中找到出路的秘密武器是 grep 工具。
我将通过示例与您分享如何在 Linux 中使用 grep 命令。
Linux 中 grep 命令的真实有用示例
如果您查看 man，您将看到 grep 工具：“打印与模式匹配的行。”
但是，不要被这样谦虚的定义所迷惑： grep 是 Unix 工具箱中最有用的工具之一，一旦您处理文本文件，就会有无数次使用它。
最好有真实世界的例子来了解事情是如何运作的。 所以，我将使用 Asciidoctor.js 源代码树 来说明一些 grep 能力。
您可以从 GitHub 下载该源代码树，如果需要，您甚至可以查看我在撰写本文时使用的相同变更集。 这将确保您获得与本文其余部分所述的结果完全相同的结果：
git clone https://github.com/asciidoctor/asciidoctor.js
cd asciidoctor.js
git checkout v1.5.6-rc.11.查找所有出现的字符串（基本用法）
Asciidoctor.js 支持 Nashorn JavaScript 引擎 用于 Java 平台。 我不了解 Nashorn，因此我可以借此机会通过探索引用该 JavaScript 引擎的项目部分来了解更多有关它的信息。
作为起点，我检查了是否有一些与 Nashorn 相关的设置 package.json 描述项目依赖项的文件：
[email protected]:~$ grep nashorn package.json
"test": "node npm/test/builder.js && node npm/test/unsupported-features.js && node npm/test/jasmine-browser.js && node npm/test/jasmine-browser-min.js && node npm/test/jasmine-node.js && node npm/test/jasmine-webpack.js && npm run test:karmaBrowserify && npm run test:karmaRequirejs && node npm/test/nashorn.js",是的，显然有一些针对 Nashorn 的测试。 所以，让我们再调查一下。
2. 文件集中不区分大小写的搜索
现在，我想仔细查看来自 ./npm/test/ 目录明确提到 Nashorn。
不区分大小写的搜索 (-i 选项）在这里可能更好，因为我需要找到两个参考 nashorn 和 Nashorn （或任何其他大小写字符组合）：
[email protected]:~$ grep -i nashorn npm/test/*.js
npm/test/nashorn.js:const nashornModule = require('../module/nashorn');
npm/test/nashorn.js:log.task('Nashorn');
npm/test/nashorn.js:nashornModule.nashornRun('jdk1.8.0');实际上，不区分大小写在这里很有用。 否则，我会错过 require('../module/nashorn') 陈述。 毫无疑问，我稍后应该更详细地检查该文件。
3.查找所有不匹配的文件
顺便说一句，是否有一些非 Nashorm 特定文件 npm/test/ 目录？ 要回答这个问题，我们可以使用 grep 的“打印不匹配文件”选项（-L 选项）：
sh$ grep -iL nashorn npm/test/*
npm/test/builder.js
npm/test/jasmine-browser-min.js
npm/test/jasmine-browser.js
npm/test/jasmine-node.js
npm/test/jasmine-webpack.js
npm/test/unsupported-features.js注意如何使用 -L 选择输出 grep 已更改为仅显示文件名。 因此，以上文件均不包含字符串“nashorn”（无论大小写如何）。 这并不意味着它们与该技术没有某种关系，但至少，字母“nashorn”不存在。
4. 在隐藏文件中查找模式并递归到子目录中
最后两个命令使用了 shell 球状图案 将要检查的文件列表传递给 grep 命令。
但是，这有一些固有的局限性：星 (*) 将不匹配隐藏文件。 它也不会匹配子目录中包含的文件（最终）。
一个解决方案是结合 grep 使用 find 命令而不是依赖于 shell glob 模式：
# This is not efficient as it will spawn a new grep process for each file
[email protected]:~$ find npm/test/ -type f -exec grep -iL nashorn {} ;
# This may have issues with filenames containing space-like characters
[email protected]:~$ grep -iL nashorn $(find npm/test/ -type f)正如我在上面代码块的注释中提到的那样，这些解决方案中的每一个都有缺点。
关于包含类似空格字符的文件名，我让您调查 grep -z 选项，结合 -print0 的选项 find 命令，可以缓解这个问题。 不要犹豫，使用本文末尾的评论部分来分享您对该主题的想法！
然而，更好的解决方案是使用“递归”（-r) 选项 grep. 使用该选项，您可以在命令行上提供搜索树的根目录（起始目录），而不是要检查的文件名的显式列表。
随着 -r 选项，grep 将搜索指定目录中的所有文件，包括隐藏文件，然后递归下降到任何子目录：
[email protected]:~$ grep -irL nashorn npm/test/npm/
npm/test/builder.js
npm/test/jasmine-browser-min.js
npm/test/jasmine-browser.js
npm/test/jasmine-node.js
npm/test/jasmine-webpack.js
npm/test/unsupported-features.js实际上，使用该选项，我还可以在上一级开始我的探索，以查看也有针对 Nashorn 的非 npm 测试：
[email protected]:~$ grep -irL nashorn npm/我让您自己测试该命令以查看其结果； 但作为一个提示，我可以说你应该找到更多匹配的文件！
5. 按名称过滤文件（使用正则表达式）
因此，该项目中似乎有一些特定于 Nashorn 的测试。 由于 Nashorn 是 Java，因此可能会提出另一个问题是“项目中是否有一些 Java 源文件明确提到了 Nashorn？”。
根据版本 grep 你使用，至少有两种解决方案可以回答这个问题。
第一个是使用 grep 查找包含模式“nashorn”的所有文件，然后将第一个命令的输出通过管道传输到第二个 grep 过滤掉非java源文件的实例：
[email protected]:~$ grep -ir nashorn ./ | grep "^[^:]*.java"
./spec/nashorn/AsciidoctorConvertWithNashorn.java:public class AsciidoctorConvertWithNashorn {
./spec/nashorn/AsciidoctorConvertWithNashorn.java: ScriptEngine engine = engineManager.getEngineByName("nashorn");
./spec/nashorn/AsciidoctorConvertWithNashorn.java: engine.eval(new FileReader("./spec/nashorn/asciidoctor-convert.js"));
./spec/nashorn/BasicJavascriptWithNashorn.java:public class BasicJavascriptWithNashorn {
./spec/nashorn/BasicJavascriptWithNashorn.java: ScriptEngine engine = engineManager.getEngineByName("nashorn");
./spec/nashorn/BasicJavascriptWithNashorn.java: engine.eval(new FileReader("./spec/nashorn/basic.js"));该命令的前半部分现在应该可以理解了。 但是那个“^[^:]*.java” 部分？
除非您指定 -F 选项， grep 假设搜索模式是 正则表达式. 这意味着，除了将逐字匹配的普通字符之外，您还可以访问一组元字符来描述更复杂的模式。 我上面使用的模式只会匹配：
^行的开始[^:]*后跟除冒号以外的任何字符序列.后跟一个点（点在正则表达式中具有特殊含义，因此我必须用反斜杠保护它以表示我想要文字匹配）java然后是四个字母“java”。
在实践中，由于 grep 将使用冒号将文件名与上下文分开，我只保留具有 .java 在文件名部分。 值得一提的是它也会匹配 .javascript 文件名。 如果你愿意，这是我让你自己尝试解决的问题。
6. 使用 grep 按名称过滤文件
正则表达式非常强大。 但是，在这种特殊情况下，这似乎有点过分了。 更不用说上面的解决方案了，我们花时间检查所有文件以寻找“nashorn”模式——大部分结果都被管道的第二步丢弃了。
如果您使用的是 GNU 版本的 grep，如果您使用的是 Linux，那么您可能会遇到另一种解决方案 --include 选项。 这指示 grep 仅搜索名称与给定 glob 模式匹配的文件：
[email protected]:~$ grep -ir nashorn ./ --include="*.java"
./spec/nashorn/AsciidoctorConvertWithNashorn.java:public class AsciidoctorConvertWithNashorn {
./spec/nashorn/AsciidoctorConvertWithNashorn.java: ScriptEngine engine = engineManager.getEngineByName("nashorn");
./spec/nashorn/AsciidoctorConvertWithNashorn.java: engine.eval(new FileReader("./spec/nashorn/asciidoctor-convert.js"));
./spec/nashorn/BasicJavascriptWithNashorn.java:public class BasicJavascriptWithNashorn {
./spec/nashorn/BasicJavascriptWithNashorn.java: ScriptEngine engine = engineManager.getEngineByName("nashorn");
./spec/nashorn/BasicJavascriptWithNashorn.java: engine.eval(new FileReader("./spec/nashorn/basic.js"));7. 找词
Asciidoctor.js 项目的有趣之处在于它是一个多语言项目。 Asciidoctor 的核心是用 Ruby 编写的，因此，为了在 JavaScript 世界中可用，它必须使用“转译” 蛋白石，一个 Ruby 到 JavaScript 的源到源编译器。 另一项我以前不知道的技术。
因此，在检查了 Nashorn 的特性之后，我给自己分配了更好地理解 Opal API 的任务。 作为该任务的第一步，我搜索了所有提及 Opal 项目的 JavaScript 文件中的全局对象。 它可能出现在做作（Opal =), 会员访问 (Opal.) 或者甚至在其他情况下。 正则表达式可以解决问题。 然而，再一次， grep 有一些更轻量级的解决方案来解决该常见用例。 使用 -w 选项，它将仅匹配单词，即前面和后面跟着非单词字符的模式。 非单词字符要么是行首、行尾，要么是任何既不是字母、也不是数字、也不是下划线的字符：
[email protected]:~$ grep -irw --include="*.js" Opal .
...8. 着色输出
我没有复制上一个命令的输出，因为有很多匹配项。 当输出像这样密集时，您可能希望添加一点颜色以方便理解。 如果您的系统上尚未默认配置此功能，您可以使用 GNU 激活该功能 --color 选项：
[email protected]:~$ grep -irw --color=auto --include="*.js" Opal .
...您应该获得与以前相同的长结果，但这次搜索字符串应该以彩色显示（如果不是这样的话）。
9. 统计匹配行或匹配文件
我两次提到前面命令的输出很长。 具体多久？
[email protected]:~$ grep -irw --include="*.js" Opal . | wc -l
86这意味着我们在所有检查的文件中总共有 86 行匹配。 但是，有多少不同的文件匹配？ 随着 -l 选项你可以限制 grep 输出匹配的文件而不是显示匹配的行。 所以这个简单的改变将告诉有多少文件是匹配的：
[email protected]:~$ grep -irwl --include="*.js" Opal . | wc -l
20如果这让你想起 -L 选项，不足为奇：因为它比较常见，小写/大写用于区分互补选项。 -l 显示匹配的文件名。 -L 显示不匹配的文件名。 为了另一个 example，我让你检查手册 -h/-H 选项。
让我们 close 那个括号并回到我们的结果：86 匹配行。 20 个匹配文件。 但是，匹配文件中的匹配行是如何分布的呢？ 我们可以知道，使用 -c 选项 grep 这将计算每个检查文件的匹配行数（包括零匹配的文件）：
[email protected]:~$ grep -irwc --include="*.js" Opal .
...通常，该输出需要一些后处理，因为它以检查文件的顺序显示其结果，并且它还包括没有任何匹配的文件——这通常是我们不感兴趣的。 后者很容易解决：
[email protected]:~$ grep -irwc --include="*.js" Opal . | grep -v ':0$'至于排序，您可以在管道末尾添加排序命令：
[email protected]:~$ grep -irwc --include="*.js" Opal . | grep -v ':0$' | sort -t: -k2n我让你检查 sort 我使用的选项的确切含义的命令手册。 不要忘记使用下面的评论部分分享您的发现！
10.找出两个匹配集之间的差异
如果你还记得，在几个命令之前，我搜索了“Opal”这个词。 但是，如果我在同一个文件集中搜索所有出现的字符串“Opal”，我会得到大约 20 个以上的答案：
[email protected]:~$ grep -irw --include="*.js" Opal . | wc -l
86
[email protected]:~$ grep -ir --include="*.js" Opal . | wc -l
105找出这两组之间的差异会很有趣。 那么，连续包含四个字母“opal”的行是什么，但是这四个字母不构成一个完整的单词呢？
回答这个问题并不容易。 因为同一行可以包含 Opal 一词以及包含这四个字母的一些较大的词。 但作为第一个近似值，您可以使用该管道：
[email protected]:~$ grep -ir --include="*.js" Opal . | grep -ivw Opal
./npm/examples.js: const opalBuilder = OpalBuilder.create();
./npm/examples.js: opalBuilder.appendPaths('build/asciidoctor/lib');
./npm/examples.js: opalBuilder.appendPaths('lib');
...显然，我的下一站是调查 opalBuilder 反对，但这将是另一天。
最后一个字
当然，你不会仅仅通过发布几个项目来了解项目组织，更不用说代码架构 grep 命令！
但是，我发现在探索新代码库时，该命令不可避免地会识别基准和起点。
所以，我希望这篇文章能帮助你了解 grep 命令，您将把它添加到您的工具箱中。 毫无疑问你不会后悔的！
