Tekst zoeken in meerdere bestanden in Linux

Zoeken naar tekst in meerdere bestanden op Linux kan twee verschillende dingen betekenen: zoeken in platte-tekstbestanden via de terminal, of zoeken in echte documenten zoals PDF-, Word-, LibreOffice- en Excel-bestanden.

Gebruik eerst de onderstaande tabel om de juiste methode te kiezen en volg daarna de relevante sectie.

Welke zoekmethode voor Linux moet u gebruiken?

De beste methode hangt vooral af van het type bestanden dat u moet doorzoeken.

De belangrijke beperking is dat gewone opdrachtregelprogramma's doorgaans platte tekst lezen. Ze zijn uitstekend voor technische bestanden, maar kunnen complexe documentindelingen niet betrouwbaar doorzoeken. Daarom is het juiste antwoord voor een map vol documenten anders dan voor een map vol logbestanden of code.

Platte-tekstbestanden doorzoeken met grep

grep is de standaardopdracht van Linux om tekst in bestanden te vinden. Het is het meest geschikt voor platte tekst, broncode, logbestanden, CSV-bestanden, Markdown-bestanden en configuratiebestanden.

Gebruik het volgende om in één bestand naar een woord te zoeken:

grep "error" server.log

Gebruik het volgende om alle bestanden in de huidige map te doorzoeken:

grep "error" *

Gebruik recursief zoeken om een map en alle submappen te doorzoeken:

grep -R "error" /path/to/folder

In de praktijk voeg ik meestal regelnummers en bestandsnamen toe, omdat die de resultaten gemakkelijker bruikbaar maken:

grep -RIn "error" /path/to/folder

Dit is wat de opties betekenen:

• -R doorzoekt mappen recursief.
• -I slaat binaire bestanden over.
• -n toont regelnummers.

Hoofdletterongevoelig zoeken

Voeg -i toe om verschillen tussen hoofdletters en kleine letters te negeren:

grep -RIn -i "invoice" ~/Documents

Hiermee kunnen "invoice", "Invoice" en "INVOICE" worden gevonden.

Alleen naar volledige woorden zoeken

Voeg -w toe om alleen een volledig woord te vinden:

grep -RIn -w "cat" ~/notes

Hiermee voorkomt u overeenkomsten binnen langere woorden zoals "category".

Alleen specifieke bestandstypen doorzoeken

Gebruik --include om alleen bestanden met een bepaalde extensie te doorzoeken:

grep -RIn --include="*.txt" "budget" ~/Documents

Herhaal de optie voor meerdere extensies:

grep -RIn --include="*.txt" --include="*.md" --include="*.log" "budget" ~/Documents

Dit is nuttig voor mappen die veel bestandstypen bevatten wanneer u alleen op tekst gebaseerde bestanden wilt doorzoeken.

Mappen uitsluiten van de zoekopdracht

Grote mappen bevatten vaak directory's die u niet wilt doorzoeken, zoals .git, node_modules, vendor of back-ups. U kunt ze als volgt uitsluiten:

grep -RIn --exclude-dir=".git" --exclude-dir="node_modules" "error" ~/project

Dit houdt de resultaten overzichtelijker en kan de zoekopdracht veel sneller maken.

Naar een exacte woordgroep of meerdere woorden zoeken

Plaats een exacte woordgroep tussen aanhalingstekens:

grep -RIn "payment failed" ~/logs

Gebruik uitgebreide reguliere expressies met -E om naar het ene of het andere woord te zoeken:

grep -RInE "error|failed|timeout" ~/logs

Dit is een belangrijk detail. Zonder -E wordt de verticale streep in de basissyntaxis van grep niet behandeld als een gewone alternatie-operator.

Wanneer grep niet voldoende is

grep is krachtig, maar het blijft een zoekprogramma voor platte tekst. Het werkt meestal goed voor bestanden die als leesbare tekst zijn opgeslagen. Het is geen goede algemene oplossing voor Word-documenten, Excel-spreadsheets, LibreOffice-bestanden, PDF's, e-books of andere documentindelingen.

Als u grep probeert te gebruiken voor een map vol verschillende documenten, mist u vaak belangrijke overeenkomsten of krijgt u onleesbare uitvoer. Ga voor die gevallen direct naar zoekprogramma's voor documenten.

Gebruik ripgrep om sneller te zoeken via de opdrachtregel

ripgrep, dat meestal wordt uitgevoerd als rg, is een modern zoekprogramma voor de opdrachtregel. Het is vooral populair onder ontwikkelaars, omdat het standaard directory's recursief doorzoekt en in grote codemappen meestal sneller is dan grep.

Gebruik het volgende om de huidige map en de submappen te doorzoeken:

rg "error"

Om een specifieke map te doorzoeken:

rg "error" ~/project

Om alleen bepaalde bestandstypen te doorzoeken:

rg "error" -g "*.log" ~/logs

ripgrep houdt standaard ook rekening met .gitignore. Dit is handig in broncodeprojecten, omdat veel gegenereerde of irrelevante bestanden automatisch worden overgeslagen.

Gebruik ripgrep wanneer u code, logbestanden, Markdown, configuratiebestanden of andere platte tekst doorzoekt. Gebruik voor PDF-, Word-, LibreOffice-, Excel- en andere documenten in plaats daarvan een zoekprogramma voor documenten.

Bestanden doorzoeken op Ubuntu, Mint, Fedora, Debian en andere Linux-distributies

De zoekopdrachten zijn op de meeste Linux-distributies vrijwel hetzelfde. grep is normaal gesproken standaard geïnstalleerd. Het belangrijkste verschil is hoe u aanvullende hulpmiddelen zoals ripgrep, Recoll of desktop-apps voor het doorzoeken van documenten installeert.

Hoe zoek ik naar bestanden in Ubuntu?

Op Ubuntu kunt u grep direct gebruiken:

grep -RIn "text" ~/Documents

Gebruik het volgende om ripgrep te installeren voor snellere recursieve zoekopdrachten in mappen met tekst en code:

sudo apt install ripgrep

Gebruik een grafisch zoekprogramma voor documenten om PDF-, Word-, LibreOffice-, Excel- en andere bestanden te doorzoeken. Ubuntu gebruikt `.deb`-pakketten. Kies daarom de download voor Debian/Ubuntu wanneer u desktopzoeksoftware zoals SeekFast installeert.

Hoe zoek ik naar bestanden in Linux Mint?

Linux Mint is gebaseerd op Ubuntu, waardoor meestal dezelfde opdrachten van toepassing zijn. U kunt platte-tekstbestanden doorzoeken met grep:

grep -RIn "text" ~/Documents

En u kunt ripgrep installeren met:

sudo apt install ripgrep

Voor gebruikers die van Windows overstappen naar Mint kan een grafisch zoekprogramma voor documenten natuurlijker aanvoelen dan terminalopdrachten, vooral wanneer de map PDF-, DOCX-, ODT-, XLSX- en andere kantoordocumenten bevat.

Hoe zoek ik naar bestanden in Fedora?

Fedora bevat eveneens grep, waardoor de basisopdracht voor recursief zoeken hetzelfde is:

grep -RIn "text" ~/Documents

Gebruik het volgende om ripgrep op Fedora te installeren:

sudo dnf install ripgrep

Voor grafische zoekprogramma's voor documenten hebben Fedora-gebruikers doorgaans een `.rpm`-pakket nodig wanneer dit beschikbaar is.

Hoe zit het met Debian, openSUSE, Arch en andere distributies?

De zoekmethode blijft hetzelfde: grep voor platte-tekstbestanden, ripgrep om snel via de opdrachtregel te zoeken en zoekprogramma's voor documenten voor PDF-, Word-, LibreOffice- en Excel-bestanden en gemengde mappen.

De installatieopdracht verschilt per distributie:

• Debian: gebruik sudo apt install ripgrep en `.deb`-pakketten.
• openSUSE: gebruik sudo zypper install ripgrep en RPM-pakketten.
• Arch: gebruik sudo pacman -S ripgrep.

Als u een minder gangbare distributie gebruikt, controleer dan of het gewenste programma beschikbaar is als native pakket, AppImage, Snap, Flatpak of een andere ondersteunde indeling.

Zoeken in PDF-, Word-, LibreOffice- en andere documenten

Veel mensen zoeken tekst op Linux omdat ze iets in echte documenten moeten vinden, niet alleen in platte-tekstbestanden. Op dit punt worden opdrachtregelprogramma's veel minder handig.

Een map met documenten kan PDF-, DOCX-, ODT-, ODS-, XLSX-, CSV-, HTML-, TXT- en EPUB-bestanden en vele andere indelingen bevatten. Sommige bestanden slaan tekst rechtstreeks op. Andere slaan tekst op in gecomprimeerde XML, binaire structuren of PDF-objecten. Een gewone zoekopdracht met grep is niet ontworpen om dit allemaal betrouwbaar te verwerken.

Denk bij documentmappen eerst na over het bestandstype. Zoeken in PDF's, DOCX-bestanden, LibreOffice Writer-bestanden en gemengde mappen zijn enigszins verschillende taken.

Zoeken in PDF-bestanden op Linux

Als u PDF-bestanden op Linux moet doorzoeken, is de eerste vraag of de PDF echte, selecteerbare tekst bevat. Als dat zo is, kunnen programma's zoals pdfgrep het bestand via de terminal doorzoeken.

Een eenvoudige recursieve opdracht voor pdfgrep ziet er als volgt uit:

pdfgrep -RIn "invoice" ~/Documents

Dit werkt goed voor op tekst gebaseerde PDF's, maar niet voor elke PDF. Gescande PDF's moeten doorgaans eerst met OCR worden verwerkt, omdat ze pagina-afbeeldingen bevatten in plaats van doorzoekbare tekst. Als uw map naast PDF's ook Word-, LibreOffice-, Excel- en andere documenten bevat, is een zoekprogramma voor documenten meestal handiger dan een aparte opdracht voor elke indeling.

Zoeken in DOCX-bestanden op Linux

DOCX-bestanden zijn geen platte-tekstbestanden. Technisch gezien is een DOCX-bestand een gecomprimeerd pakket dat XML en andere interne bestanden bevat. Dit betekent dat gewone grep geen nette of betrouwbare manier is om DOCX-documenten te doorzoeken.

Er zijn technische oplossingen, zoals het uitpakken van het DOCX-bestand of het eerst naar tekst converteren, maar deze zijn onhandig voor dagelijks gebruik. Als u DOCX-bestanden via de Linux-desktop wilt doorzoeken, kunt u meestal beter een programma gebruiken dat documentindelingen begrijpt en de overeenkomende tekst in context kan tonen.

Tekst vinden in LibreOffice Writer-bestanden

LibreOffice Writer-bestanden gebruiken doorgaans de ODT-indeling. Net als DOCX is ODT geen eenvoudig platte-tekstbestand. grep is daarom niet het juiste programma voor normale zoekopdrachten in Writer-documenten.

Als u slechts één document hebt geopend, is de ingebouwde zoekfunctie van LibreOffice voldoende. Als u tekst in veel LibreOffice Writer-bestanden wilt vinden, gebruikt u een zoekprogramma voor documenten dat ODT-bestanden kan lezen en een volledige map tegelijk kan doorzoeken.

Dit is een veelvoorkomende situatie voor Linux-gebruikers die van Windows zijn overgestapt naar Ubuntu, Mint, Fedora, Debian of een andere desktopdistributie en nu een praktisch alternatief voor het doorzoeken van Windows-documenten nodig hebben.

Gebruik een visueel alternatief voor grep op Linux

grep is snel, maar niet altijd gebruiksvriendelijk. Het geeft regels terug in de terminal en vaak moet u het bestand afzonderlijk openen om de overeenkomst te begrijpen. Voor het werken met documenten kan een visueel alternatief voor grep op Linux veel eenvoudiger zijn.

Met een grafisch zoekprogramma kunt u een map kiezen, uw trefwoorden invoeren, voorbeelden bekijken, resultaten sorteren en het overeenkomende bestand rechtstreeks openen. Dit is vooral nuttig wanneer u gemengde documentmappen doorzoekt in plaats van technische tekstbestanden.

Beste zoekprogramma’s voor documenten op Linux

De onderstaande programma's zijn de meest relevante opties wanneer grep en ripgrep niet voldoende zijn, omdat de bestanden documenten zijn en geen platte tekst.

SeekFast

SeekFast is een zoekprogramma voor documenten voor Windows, macOS en Linux. Het is ontworpen om grote verzamelingen documenten te doorzoeken, in plaats van alleen via de terminal in platte-tekstbestanden te zoeken.

Het belangrijkste voordeel is gebruiksgemak. U kiest een map, voert uw zoekwoorden in en ziet de overeenkomende zinnen voordat u elk bestand opent. Dit is nuttig wanneer u de exacte bestandsnaam niet weet en veel documenten moet doorzoeken.

SeekFast is vooral nuttig wanneer uw map verschillende documenttypen bevat, omdat het veel indelingen kan doorzoeken en de resultaten op relevantie kan rangschikken. Hierdoor lijkt het meer op zoeken op internet dan op een traditionele zoekopdracht naar exacte overeenkomsten in bestanden.

De belangrijkste functies zijn:

• Documenten doorzoeken - zoek in PDF-, Word-, LibreOffice- en Excel-bestanden, tekstbestanden, e-books en vele andere documentindelingen.
• Voorbeelden van overeenkomende zinnen - bekijk de relevante tekst voordat u het bestand opent.
• Op relevantie gerangschikte resultaten - bestanden met betere overeenkomsten verschijnen hoger in de resultaten.
• Zoeken op meerdere trefwoorden - vind documenten zelfs wanneer de woorden niet naast elkaar staan.
• Grafische werkwijze - u hoeft geen terminalopdrachten samen te stellen voor veelvoorkomende zoektaken in documenten.

Voordelen

• Veel handiger dan grep voor mappen met echte documenten.
• Werkt goed wanneer u woorden uit het document onthoudt, maar niet de bestandsnaam.
• Toont context, zodat u resultaten kunt beoordelen voordat u bestanden opent.
• Nuttig voor gemengde mappen met PDF-, Office-, LibreOffice-, tekst- en andere bestandsindelingen.

Nadelen

• De gratis versie is beperkt tot het doorzoeken van maximaal 50 bestanden tegelijk.
• Het is niet bedoeld als vervanging voor grep of ripgrep bij het doorzoeken van broncode.
• Het ondersteunt geen geavanceerde workflows met reguliere expressies zoals gespecialiseerde opdrachtregelprogramma's.

Als uw belangrijkste taak het doorzoeken van veel documenten is, in plaats van code of logbestanden, kunt u SeekFast downloaden en het uitproberen met een van uw documentmappen.

Recoll

Recoll is een gratis desktopzoekprogramma voor Unix-achtige systemen. Het gebruikt een index, wat betekent dat het eerst de mappen scant die u kiest en u deze vervolgens snel laat doorzoeken.

Recoll kan veel tekst- en documentindelingen doorzoeken, afhankelijk van de hulppakketten die op uw systeem zijn geïnstalleerd. Het is een goede keuze als u een open-source, geïndexeerd desktopzoekprogramma wilt en het niet erg vindt om enige tijd aan de configuratie te besteden.

Voordelen

• Gratis en open-source.
• Werkt goed als geïndexeerd desktopzoekprogramma voor Linux.
• Kan met de juiste hulpprogramma's veel documentindelingen doorzoeken.

Nadelen

• De eerste indexering en configuratie kunnen tijd kosten.
• De werkwijze kan technisch aanvoelen voor incidentele gebruikers.
• Ondersteuning voor documentindelingen kan afhankelijk zijn van geïnstalleerde systeempakketten.

DocFetcher

DocFetcher is een gratis en open-source desktopzoekprogramma voor Windows, macOS en Linux. Net als Recoll werkt het door indexen te maken voor de mappen die u kiest.

DocFetcher ondersteunt gangbare documentindelingen zoals PDF, Microsoft Office, OpenDocument, HTML en platte tekst. Het kan nuttig zijn wanneer u een gratis, platformonafhankelijk programma wilt en het geen probleem vindt om vóór het zoeken indexen te maken.

Voordelen

• Gratis en open-source.
• Beschikbaar voor Linux, Windows en macOS.
• Kan tekstvoorbeelden uit geïndexeerde documenten tonen.

Nadelen

• Vereist indexering voordat zoekopdrachten snel worden.
• De interface oogt ouder dan die van veel moderne zoekprogramma's.
• Minder handig als u vaak eenmalig mappen doorzoekt zonder vooraf een index te maken.

Conclusie

Voor platte tekst, code, logbestanden en configuratiebestanden zijn opdrachtregelprogramma's van Linux doorgaans de snelste optie. Begin met grep en gebruik ripgrep wanneer u sneller recursief wilt zoeken in mappen met code of tekst.

Voor PDF-, Word-, LibreOffice-, Excel- en andere documentbestanden zijn opdrachtregelprogramma's vaak onhandig of onvolledig. In dat geval is een grafisch zoekprogramma voor documenten zoals SeekFast, Recoll of DocFetcher doorgaans geschikter.

De eenvoudigste regel is: gebruik opdrachtregelprogramma's voor technische tekstbestanden en gebruik een zoekprogramma voor documenten wanneer u echte documenten met voorbeelden wilt doorzoeken.

Veelgestelde vragen

1. Hoe zoek ik naar tekst in alle bestanden in een Linux-map?
grep -R is de standaardopdracht. Bijvoorbeeld: grep -RIn "text" /path/to/folder. Dit werkt het beste voor platte-tekstbestanden, broncode, logbestanden en configuratiebestanden.

2. Hoe doorzoek ik ook submappen?
Gebruik recursief zoeken met grep -R. De opdracht grep -RIn "text" ~/Documents doorzoekt de map Documents en de submappen, slaat binaire bestanden over en toont regelnummers.

3. Hoe doorzoek ik alleen bepaalde bestandstypen?
Gebruik --include. Bijvoorbeeld: grep -RIn --include="*.txt" "text" ~/Documents. U kunt --include herhalen voor meerdere extensies.

4. Hoe sluit ik mappen uit van een zoekopdracht met grep?
Gebruik --exclude-dir. Bijvoorbeeld: grep -RIn --exclude-dir=".git" --exclude-dir="node_modules" "text" ~/project.

5. Hoe zoek ik naar meerdere mogelijke woorden?
Gebruik uitgebreide reguliere expressies met grep -E. Bijvoorbeeld: grep -RInE "error|failed|timeout" ~/logs.

6. Waarom vindt grep geen tekst in mijn PDF- of Word-bestanden?
grep is ontworpen voor platte tekst. PDF-, Word-, LibreOffice- en Excel-bestanden slaan tekst in complexere indelingen op. Daardoor kan grep overeenkomsten missen of onleesbare uitvoer tonen. Gebruik voor deze bestanden een zoekprogramma voor documenten.

7. Wat is de beste manier om PDF-, Word- en LibreOffice-bestanden op Linux te doorzoeken?
Gebruik een zoekprogramma dat documentindelingen begrijpt. SeekFast is handig als u voorbeelden en op relevantie gerangschikte resultaten wilt. Recoll en DocFetcher zijn goede open-source alternatieven als u de voorkeur geeft aan geïndexeerd zoeken op de desktop.

8. Werkt SeekFast op Linux?
Ja. SeekFast heeft een Linux-versie en kan via een grafische interface worden gebruikt om veel documentindelingen te doorzoeken.

9. Moet ik grep, ripgrep of SeekFast gebruiken?
Gebruik grep voor gewone zoekopdrachten in platte tekst. Gebruik ripgrep voor snelle recursieve zoekopdrachten in mappen met code en tekst. Gebruik SeekFast wanneer u met voorbeelden wilt zoeken in PDF-, Word-, LibreOffice-, Excel- en andere documenten.

10. Kan ik PDF's doorzoeken via de opdrachtregel?
Ja. Gebruik pdfgrep voor PDF-bestanden. Bijvoorbeeld: pdfgrep -RIn "text" ~/Documents. Voor mappen met verschillende documenttypen is een grafisch zoekprogramma voor documenten doorgaans handiger.

Dimitar Stamenov

Dimitar Stamenov is een softwareontwikkelaar en ondernemer met meer dan 25 jaar ervaring in de techwereld. Hij heeft tools ontwikkeld zoals SeekFast (een van de populairste desktopzoekapps), Preslav ERP (een bedrijfsbeheersysteem voor ondernemingen) en SEORanks (een toonaangevende site voor SEO-tools). Hij heeft ook lesgegeven aan vooraanstaande techacademies, waaronder Telerik Academy en Software University Sofia. Op de SeekFast-blog deelt Dimitar tips, ideeën en praktische oplossingen om lezers te helpen het maximale uit hun software te halen en dingen sneller gedaan te krijgen.