SeekFS - утилита для продвинутого поиска файлов

🔗 Ссылки:

• Исходный код (GitHub)
• Поддержать разработчика

Оглавление

1. Обзор
2. Возможности
3. Установка и сборка
4. Использование
5. Примеры
6. Архитектура
7. Технические детали

Обзор

SeekFS - это современная утилита для поиска файлов, написанная на C++17/20. Проект демонстрирует продвинутые навыки программирования, включая многопоточность, работу с файловой системой, хеширование и создание CLI-интерфейсов.

Основные характеристики:

• 🚀 Высокопроизводительный многопоточный поиск
• 📁 Поддержка поиска по имени и содержимому
• 🔍 Поиск дубликатов файлов по MD5-хешу
• 🎯 Гибкая фильтрация по типам файлов и размеру
• 📊 Визуализация прогресса выполнения
• 🛠 Модульная и расширяемая архитектура

Возможности

Поисковые функции

• Поиск по имени: Регулярные выражения для имен файлов
• Поиск по содержимому: Поиск текста внутри файлов с поддержкой regex
• Поиск дубликатов: Обнаружение одинаковых файлов через MD5-хеширование
• Фильтрация: По типу файлов, размеру, с учетом регистра

Производительность

• Многопоточность: Параллельная обработка файлов
• Оптимизированный алгоритм: Двухэтапная проверка дубликатов (сначала по размеру, затем по хешу)
• Прогресс-бар: Визуализация выполнения длительных операций

Пользовательский интерфейс

• Интуитивный CLI: Подробная справка и примеры
• Визуальное оформление: Цветные заголовки и структурированный вывод
• Обработка ошибок: Грамотная обработка исключительных ситуаций

Установка и сборка

Требования

• Компилятор с поддержкой C++17 (GCC 9+, Clang 10+, MSVC 2019+)
• CMake 3.12+
• Библиотека cxxopts для парсинга аргументов командной строки

Сборка

# Клонирование репозитория
git clone <https://github.com/maxgog/SeekFS/>
cd SeekFS

# Создание директории сборки
mkdir build && cd build

# Конфигурация и сборка
cmake ..
make

# Запуск
./SeekFS --help

Зависимости

• cxxopts: Легковесная библиотека для парсинга аргументов командной строки
• STL: Используются современные компоненты C++17 (std::filesystem, std::regex и др.)

Использование

Базовый синтаксис

SeekFS [ОПЦИИ]... 

Основные опции

Опция	Аргумент	Описание
-p, --path	ПУТЬ	Путь для поиска (по умолчанию: текущая директория)
-n, --name	РЕГУЛЯРНОЕ_ВЫРАЖЕНИЕ	Поиск файлов по имени
-c, --content	РЕГУЛЯРНОЕ_ВЫРАЖЕНИЕ	Поиск по содержимому файлов
-d, --duplicates	-	Поиск дубликатов файлов
-i, --ignore-case	-	Регистронезависимый поиск
--progress	-	Показывать индикатор прогресса
-t, --threads	ЧИСЛО	Количество потоков (по умолчанию: 4)
--max-size	МБ	Максимальный размер файла в МБ (по умолчанию: 100)
--type	РАСШИРЕНИЯ	Фильтр по типам файлов (через запятую)
-h, --help	-	Показать справку

Примеры

Поиск по имени

# Поиск всех текстовых файлов
SeekFS -n ".*\.txt$" --progress

# Поиск файлов с "test" в имени (без учета регистра)
SeekFS -n "test" -i --path /home/user/documents

Поиск по содержимому

# Поиск файлов, содержащих "TODO"
SeekFS -c "TODO" --progress

# Поиск email-адресов в файлах
SeekFS -c "[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}" -i

Поиск дубликатов

# Поиск дубликатов с 8 потоками
SeekFS -d -t 8 --progress

# Поиск дубликатов изображений
SeekFS -d --type jpg,jpeg,png --max-size 50

Комбинированный поиск

# Поиск Python файлов, содержащих классы
SeekFS --type py -c "class [A-Z]" --path /project/src

Архитектура

Основные компоненты

1. FileSearcher

Назначение: Основной класс для организации поисковых операций

Ключевые методы:

• searchByName() - поиск по шаблону имени
• searchByContent() - поиск по содержимому
• findDuplicates() - поиск дубликатов файлов

Особенности реализации:

• Многопоточная обработка через std::async
• Пакетная обработка файлов для эффективного использования памяти
• Поддержка прогресс-бара для длительных операций

2. HashCalculator

Назначение: Вычисление хешей для обнаружения дубликатов

Реализованные алгоритмы:

• MD5 (полная реализация с нуля)
• Size-based хеш для предварительной фильтрации

Особенности:

• Оптимизированная обработка больших файлов
• Обработка ошибок ввода-вывода

3. GraphicsUtils

Назначение: Визуальное оформление вывода

Функциональность:

• Форматированный вывод дерева файлов
• Отображение групп дубликатов
• Статистика выполнения

Поток данных

1. Инициализация: Парсинг аргументов командной строки
2. Сканирование: Рекурсивный обход файловой системы
3. Фильтрация: Применение критериев поиска
4. Обработка: Многопоточное выполнение поисковых задач
5. Вывод: Форматированные результаты

Технические детали

Многопоточность

// Стратегия разделения работы
size_t batch_size = std::max(size_t(1), files.size() / num_threads_);
std::vector<std::future<std::vector<std::string>>> futures;

// Асинхронное выполнение
for (const auto& batch : batches) {
    futures.push_back(std::async(std::launch::async, [&]() {
        return processBatch(batch, predicate);
    }));
}

Алгоритм поиска дубликатов

1. Фаза 1: Группировка файлов по размеру
2. Фаза 2: Вычисление MD5-хешей для файлов одинакового размера
3. Фаза 3: Группировка по хешу и фильтрация дубликатов

Обработка ошибок

• Грамотная обработка filesystem errors
• Игнорирование файлов без прав доступа
• Валидация regex-шаблонов

Производительность

• Эффективное использование памяти: Потоковое чтение больших файлов
• Оптимизация ввода-вывода: Буферизация и пакетная обработка
• Масштабируемость: Линейное ускорение с увеличением потоков

👨‍💻 Автор

MaxGog

📧 Почта: max.gog2005@outlook.com
💖 Поддержать: hipolink.net/maxupshur

---

SeekFS демонстрирует современные практики C++ разработки, включая использование STL, многопоточность, RAII и модульный дизайн. Проект служит отличным примером для портфолио, показывая навыки в создании эффективных и надежных утилит командной строки.