同事借我的终端跑了一句 rg TODO，回来问我：你们仓库怎么只有三个 TODO？
我说你加个 -u 再看看。他敲完，屏幕滚了两屏。
这不是 bug，也不是他没学会用工具。这是 ripgrep 明确做的一次权衡：默认把「搜不到」看得比「搜得全」更重要。
默认值替大多数人挡掉了噪音
ripgrep 启动时会读 .gitignore、.ignore、.rgignore，跳过隐藏文件，遇到二进制文件就停。三重过滤叠起来，一个正常的前端仓库能少扫掉九成以上的文件。
代价是真实的：第一次用的人会以为搜索坏了。我见过有人在 issue 里问为什么搜不到 .env，自己也踩过一次——排查构建问题时搜了半天没找到配置文件，因为它以点开头。
但这个取舍我认为是对的。搜索的信噪比不取决于工具，取决于仓库里垃圾文件的数量，而后者的量级通常是业务代码的一百倍。让工具默认站在干净那一侧，等于把「我要看脏数据」变成需要主动表达的动作。
我喜欢的是它的让步方式：作为可叠加的三层，每一层分量都不同，比一个 --all 开关更讲究。
1 | rg TODO # 尊重 ignore、跳过隐藏、跳过二进制 |
每多敲一个 u，成本就多一分，收益也只多一层。这种梯度比一键全开的设计诚实：它逼我想清楚自己到底要找什么。找 .env 我只需要 -uu，把二进制文件也拖进来纯属浪费。
它砍掉了回溯正则，换一个能写进 SLA 的上界
ripgrep 用的正则引擎是 Rust 的 regex crate，核心保证是线性时间：匹配耗时与输入长度成正比，与模式复杂度无关。
这个保证不是白给的。它不支持反向引用和环视，(foo)\1 这种写法会直接报错，而不是悄悄跑得很慢。要用这些特性得加 -P 切到 PCRE2 引擎，同时把最坏情况的保证交出去。
在代码搜索这个场景里，我认为这笔交易非常划算。因为搜索的输入不是你精心构造的字符串，是别人仓库里的任意文本——压缩过的 JS、base64、一坨 minified 代码、几万行没换行的 JSON。回溯引擎在这类输入上不是慢一点，而是直接卡死。我在 CI 里跑过一次带 -P 的搜索，撞上打包产物，任务跑很久最后超时；具体多久记不清了，但那次之后我对回溯正则就有点戒备。
需要 -P 的时候也有，主要是解析日志：想用 (?<=...) 跳过前缀，或者用 \K。这种场景我会先把候选文件缩到几个，再开 PCRE2，不会拿它扫整个仓库。
不建索引，也不默认 mmap
这一条是我最欣赏的。
ctags、cscope、zoekt 走的是另一条路：先建索引，再查索引。快是真快，但索引是有状态的，你改了代码它不知道。于是「为什么搜不到」就有了第二个原因——第一个是 ignore 规则，第二个是索引过期。两个原因叠在一起，排查时得先分清是哪种。
ripgrep 选择每次从文件系统现读。冷启动慢一点，大仓库全量扫一遍会把 CPU 吃满，但「搜不到」只剩一种解释。我处理问题时很看重这一点：能少一个变量就少一个。
关于 mmap 也是个有意思的取舍。不少搜索工具默认用 mmap，看起来省掉一次数据拷贝。ripgrep 默认不开，原因大致是 mmap 把磁盘 I/O 变成了缺页中断，控制权交给内核，而文件如果在搜索过程中被其他进程截断，进程会直接收到 SIGBUS。另外在文件多而小的仓库里，mmap 的收益并不明显，反而多一层系统调用开销。
这一点我没做过严格测量，只是接受作者的判断——他在这类底层细节上的测量比我认真得多。真想试的话，--mmap 开着对比一下自己仓库里的耗时就行。
还有一条隐性的取舍：它不做交互界面。翻结果、预览、跳转，这些留给 fzf、telescope 或者编辑器插件去做。它只负责把匹配输出到 stdout，然后退出。这让我在管道里用它时几乎不用想格式问题。
我因此改掉的几个习惯
用久了之后，有些动作被它替换掉了：
列文件不再用 find，直接 rg --files -g '*.ts'。它同样尊重 ignore 规则，输出的就是「工具眼里的仓库」——做覆盖率统计或者批量脚本时特别有用，不用再手写排除 node_modules 的逻辑。
按类型搜比按 glob 搜顺手。rg -tpy 只搜 Python，rg -tjs 只搜 JS，不用记后缀的完整写法。要加自定义类型就 --type-add 'conf:*.{yaml,toml,ini}'。
字面量搜索加 -F。搜 foo( 这种带特殊字符的串时，-F 省掉一堆转义，也绕开了正则引擎。
在脚本里需要稳定输出时加 --sort path。默认是并行搜索，多个文件的结果顺序不确定——这是为吞吐量做的让步，人眼看无所谓，但要做 diff 或者写进测试快照就得排序，代价是丢掉并行。
CI 里我会用 rg --no-ignore --hidden -c 扫一遍，专门抓那些被 ignore 规则藏起来、但确实被提交了的密钥文件。这个用法有点反直觉：平时它帮我忽略，这里我让它别忽略。
下次在一个陌生仓库里 rg 不到东西，先别怀疑工具。敲一下 rg --files | wc -l，看看它眼里的世界有多大，再决定要不要加那个 u。
评论