Ripgrep (RG) ile URL Yakalama ve Regex Kullanımı

23 Oca,2025

Bu makalede, bir HTML dosyasında bulunan URL'leri Ripgrep (rg) kullanarak nasıl yakalayacağımızı inceleyeceğiz. Ayrıca, kullanılan regular expression (regex) yapısını detaylı bir şekilde açıklayacağız. Ripgrep, büyük veri setlerinde hızlı ve etkili arama yapmayı sağlayan bir araçtır ve regex desteğiyle çok güçlü bir araç haline gelir.

Komut: URL Yakalama

Aşağıdaki komut, apsource.html dosyasındaki URL'leri yakalar ve sadece URL'leri çıktıya verir:

rg --regexp '"https?://[^"]+"' apsource.html --only-matching

Komutun Detaylı Analizi

Komut, satır satır açıklanacak şekilde parçalanmıştır:

1. rg (Ripgrep)

Ripgrep, dosya ve dizinlerde hızlı metin arama yapmak için kullanılan bir araçtır. Özellikle büyük dosya sistemlerinde veya kod tabanlarında regex ile arama yapmak için çok etkilidir.

Özellikleri:

• Çok hızlıdır (Silver Searcher ve Grep gibi araçlardan daha hızlı çalışır).
• Varsayılan olarak gizli dosyaları ve .gitignore tarafından hariç tutulan dosyaları atlar.
• Regex desteği vardır.

Kullanımı:

rg [seçenekler] [regex ifadesi] [hedef dosya veya dizin]

2. --regexp Seçeneği

--regexp, arama için bir düzenli ifade (regex) belirtmek amacıyla kullanılır. Bu örnekte, URL'leri yakalamak için bir regex tanımlanmıştır:

"\"https?://[^\"]+\""

Regex'in Detaylı Açıklaması:

• "\": Regex içinde çift tırnak (") işaretini temsil eder. Çift tırnaklar içinde bir URL aradığımızı belirtiriz.
• https?://:
  • http veya https ile başlayan URL'leri yakalamak için kullanılır.
  • ?: Önceki karakterin (burada s harfinin) isteğe bağlı olduğunu belirtir (yani hem http:// hem de https:// kabul edilir).
• [^"]+:
  • [^"]: Çift tırnak dışında herhangi bir karakteri temsil eder.
  • +: Bu karakterin bir veya daha fazla kez tekrarlanabileceğini belirtir. Yani, tırnaklar arasında bulunan URL'nin tamamını yakalar.
• \": Tırnakla biten bir ifadeyi işaret eder.

Regex'in tamamı şu şekilde yorumlanabilir: "Çift tırnak içinde bulunan, http:// veya https:// ile başlayan ve tırnak kapanana kadar devam eden tüm metinler".

3. apsource.html

Bu komutun uygulanacağı hedef dosyadır. Burada, apsource.html adlı bir HTML dosyasında URL'ler aranır.

4. --only-matching

Bu seçenek, yalnızca regex ile eşleşen kısmın çıktıya dahil edilmesini sağlar. Yani, bir satırda başka metinler varsa, bunlar dahil edilmez. Sadece yakalanan URL'ler çıktıda görünür.

Örnek Çalışma

Dosya İçeriği: apsource.html

<a href="https://example.com">Example</a>
<a href="http://test.com">Test</a>
<p>This is a paragraph without a URL.</p>
<a href="https://another-example.org">Another Example</a>

Komut Çalıştırma:

rg --regexp '"https?://[^"]+"' apsource.html --only-matching

Çıktı:

"https://example.com"
"http://test.com"
"https://another-example.org"

Komut, dosya içeriğinde geçen ve regex'e uygun olan URL'leri yakalamıştır.

Ripgrep ve Regex Kullanım Alanları

1. Ripgrep Kullanım Alanları

• Büyük Kod Tabanlarında Arama: Ripgrep, büyük projelerde belirli fonksiyonları, değişkenleri veya hataları aramak için kullanılır.
• Log Analizi: Sunucu loglarında belirli hataları veya IP adreslerini bulmak için kullanılabilir.
• Metin İşleme: Ripgrep, büyük metin dosyalarında belirli kelimeleri veya desenleri aramak için hızlı bir araçtır.

2. Regex Kullanım Alanları

• Metin Doğrulama: Email adresleri, telefon numaraları, IP adresleri gibi belirli formatlara uygun metinleri doğrulamak için regex kullanılır.
• Metin Yakalama: Belirli bir desenle eşleşen metin parçalarını yakalamak için kullanılır.
• Dosya Düzenleme: Tüm dosyada belirli bir kalıbı değiştirmek veya düzenlemek için regex kullanılabilir.

Regex ile URL Yakalama Örnekleri

Regex, yalnızca Ripgrep ile değil, farklı araçlarla da URL yakalamak için kullanılabilir. Örneğin:

1. Python ile Regex Kullanımı

import re

text = '''
<a href="https://example.com">Example</a>
<a href="http://test.com">Test</a>
<p>This is a paragraph without a URL.</p>
<a href="https://another-example.org">Another Example</a>
'''

urls = re.findall(r'"https?://[^"]+"', text)
print(urls)

Çıktı:

['"https://example.com"', '"http://test.com"', '"https://another-example.org"']

Sonuç

Bu makalede, Ripgrep kullanarak bir HTML dosyasından URL'leri nasıl yakalayacağımızı öğrendik. Ripgrep, özellikle regex desteğiyle büyük dosyalar üzerinde hızlı ve etkili bir arama yapmayı sağlar. Regex ile URL yakalama, Ripgrep dışında Python, Perl gibi dillerde veya farklı komut satırı araçlarında da kullanılabilir.

Ripgrep ve regex, özellikle yazılım geliştiriciler ve sistem yöneticileri için güçlü araçlardır ve iş akışınızı büyük ölçüde hızlandırabilir.