Ricerca di parole in molti file

A cura di Totò Fiandaca  | issue #184 | guida/e Andrea Borruso

Introduzione

Ho migliaia di file *.json in varie cartelle e devo ricercare la presenza (all'ìnterno dei file) di alcune parole: ERR, [], null ecc…

la struttura delle cartelle è:

./rawdata/..../geo/

dove i .... sono i segnaposto di cartelle con nomi diversi ma con 4 caratteri (es: A123, E345)

esempio:

• D:\GitHub\pippo\rawdata\A015\geo
• D:\GitHub\pippo\rawdata\A311\geo
• D:\GitHub\pippo\rawdata\E418\geo

come fare questa ricerca usando la shell di Linux?

per adesso utilizzo everything cartella per cartella (usando i filtri D:\GitHub\pippo\rawdata\A015\geo\ content:ERR) e siccome le cartelle sono oltre 50 cerco un modo veloce (ho provato a farlo con everything su tutte le cartelle D:\GitHub\pippo\rawdata\ ma crasha o impiega un tempo infinito)

mentre il filtro D:\GitHub\pippo\rawdata\*\geo\ content:ERR non trova nulla.

soluzioni

• con search Everything: (occhio al doppio \ usato per fare l’escape al back slash)

regex:"D:\\GitHub\\pippo\\rawdata\\.+\\geo" ext:json content:ERR

per velocizzare la ricerca e se il caso lo prevede, utilizzare anche il filtro size

regex:"D:\\GitHub\\pippo\\rawdata\\.+\\geo" ext:json size:<=40 content:ERR

• a riga di comando, per cercare contenuti uso sopratutto ripgrep. Entra nella cartella pippo/rawdata via shell e poi lancia

rg -l --no-ignore --hidden --type json ERR  | grep -Ei '/.{4}/geo'

Siti utili

• regex101, per testare espressioni regolari e imparare a usarle https://regex101.com/
• search Everythin : https://www.voidtools.com/downloads/
• ripgrep : https://github.com/BurntSushi/ripgrep