rga - 画像や動画、圧縮ファイルにも対応したgrepツール
ストレージが大容量化することで保存されるファイルの数がどんどん増えています。それに伴って必要なファイルを探すのに苦労するようになります。そこでローカル検索が活躍しますが、ストレージ全体から検索したいというニーズはそれほど多くないかと思います。 そこで使ってみたいのがrgaです。grepツールですが、対応している拡張子が多彩なのが特徴です。
rgaの使い方
rgaのヘルプです。動画やePub、PDF、Zipなど多彩な形式に対応しているのが分かります。
$ ./rga --rga-list-adapters
Adapters:
- ffmpeg
Uses ffmpeg to extract video metadata/chapters and subtitles
Extensions: .mkv, .mp4, .avi
- pandoc
Uses pandoc to convert binary/unreadable text documents to plain markdown-like text
Extensions: .epub, .odt, .docx, .fb2, .ipynb
- poppler
Uses pdftotext (from poppler-utils) to extract plain text from PDF files
Extensions: .pdf
- zip
Reads a zip file as a stream and recurses down into its contents
Extensions: .zip
Mime Types: application/zip
- decompress
Reads compressed file as a stream and runs a different extractor on the contents.
Extensions: .tgz, .tbz, .tbz2, .gz, .bz2, .xz, .zst
Mime Types: application/gzip, application/x-bzip, application/x-xz, application/zstd
- tar
Reads a tar file as a stream and recurses down into its contents
Extensions: .tar
- sqlite
Uses sqlite bindings to convert sqlite databases into a simple plain text format
Extensions: .db, .db3, .sqlite, .sqlite3
Mime Types: application/x-sqlite3
The following adapters are disabled by default, and can be enabled using '--rga-adapters=+pdfpages,tesseract':
- pdfpages
Converts a pdf to it's individual pages as png files. Only useful in combination with tesseract
Extensions: .pdf
- tesseract
Uses tesseract to run OCR on images to make them searchable. May need -j1 to prevent overloading the system. Make sure you have tesseract installed.
Extensions: .jpg, .png
検索はとても簡単です。キーワードの後、パスを指定するだけです。
$ ./rga moongift /path/
/path/to/39請求書.pdf:Page 1: 株式会社MOONGIFT 御中 No 1472
rgaが面白いのはSQLiteやTesseractなどのファイルにも対応していることです。ローカルファイル検索のようにインデックスは作らないので、ローカルやサーバで活躍しそうです。
tesseractはRust製のオープンソース・ソフトウェア（GNU Affero General Public License）です。