Parcours de fichiers

Chaque mode Greph (texte, AST, réécriture, texte indexé, AST indexé, AST en cache, wrapper rg, wrapper sg) commence par parcourir l’arborescence de fichiers et produire un Greph\Walker\FileList. Le parcours est partagé, de sorte que les mêmes options et comportements s’appliquent partout.

Comportement par défaut

Par défaut, le parcours :

• Parcourt récursivement tous les répertoires sous les chemins demandés.
• Respecte les règles .gitignore et .grephignore à chaque niveau, y compris les dérogations imbriquées et les exclusions annulées.
• Ignore le répertoire .git.
• Ignore les fichiers et répertoires masqués (tout nom commençant par .).
• Ignore les fichiers binaires (détectés par des octets nuls dans les 512 premiers octets du fichier).
• Ignore les fichiers de plus de 10 MiB.
• Ne suit pas les liens symboliques.

Options de dérogation

Les mêmes options sont disponibles via Greph\Walker\WalkOptions pour une utilisation programmatique.

use Greph\Greph;
use Greph\Walker\FileTypeFilter;
use Greph\Walker\WalkOptions;

$files = Greph::walk('src', new WalkOptions(
    respectIgnore: false,
    includeHidden: true,
    fileTypeFilter: new FileTypeFilter(['php']),
    globPatterns: ['src/**/*.php'],
));

Alias de types de fichiers

Greph fournit un petit ensemble de types de fichiers nommés. Chaque alias correspond à une liste d’extensions :

La liste complète se trouve dans Greph\Walker\FileTypeFilter::TYPE_MAP.

Sémantique de .gitignore

Greph implémente la correspondance gitignore en pur PHP. La sémantique est conforme à git check-ignore :

• Les motifs sont évalués par rapport au répertoire où ils se trouvent.
• Les fichiers .gitignore imbriqués remplacent les règles des répertoires parents.
• Une négation (!pattern) réinclut un chemin précédemment exclu.
• Le / final limite un motif aux répertoires.
• Le / initial ancre un motif au répertoire du .gitignore.
• ** correspond à un nombre quelconque de segments de chemin.

.grephignore utilise la même syntaxe et s’ajoute à .gitignore. C’est l’endroit adapté pour les exclusions propres à l’outil que vous ne souhaitez pas inclure dans le contrôle de version.

L’implémentation se trouve dans Greph\Walker\GitignoreFilter.

Détection des fichiers binaires

Le parcours vérifie la présence d’octets nuls dans les 512 premiers octets de chaque fichier. Si de tels octets sont présents, le fichier est considéré comme binaire et ignoré. Cela couvre le cas courant où un dépôt contient des images, des archives ou des artefacts compilés dans un répertoire indexé.

Pour rechercher aussi dans les fichiers binaires, définissez skipBinaryFiles: false sur l’objet Options concerné. Le CLI ne permet pas actuellement de définir cette option ; utilisez la façade.

Liens symboliques

Par défaut, les liens symboliques ne sont pas suivis. Définissez followSymlinks: true (ou transmettez -L / --follow au wrapper rg) pour les suivre. Le parcours mémorise les répertoires visités afin d’éviter toute récursion infinie en cas de boucle de liens symboliques.

Taille maximale des fichiers

Les fichiers de plus de maxFileSizeBytes (10 MiB par défaut) sont ignorés. Cela évite que les analyses chargent par inadvertance un fichier journal de 1 GB en mémoire. Modifiez la limite sur l’objet Options pour traiter des fichiers plus volumineux.

Pourquoi créer un parcours personnalisé

Greph pourrait s’appuyer sur glob() ou RecursiveDirectoryIterator, mais aucun des deux ne prend en charge la sémantique gitignore, ne comprend .grephignore ni ne s’intègre correctement au pool de travailleurs. Le fait d’écrire le parcours une seule fois et de le partager entre les modes garantit aussi que chaque mode applique exactement les mêmes règles de filtrage, ce qui est essentiel à la stratégie de tests pilotés par oracle : pour comparer avec grep, ripgrep et ast-grep, il faut parcourir le même ensemble de fichiers que ces outils.