cut是一個(gè)選取命令,就是將一段數(shù)據(jù)經(jīng)過(guò)分析,取出我們想要的。一般來(lái)說(shuō),選取信息通常是針對(duì)“行”來(lái)進(jìn)行分析的,并不是整篇信息分析的。

(1)其語(yǔ)法格式為:
cut  [-bn] [file] 或 cut [-c] [file]  或  cut [-df] [file]

使用說(shuō)明
cut 命令從文件的每一行剪切字節(jié)、字符和字段并將這些字節(jié)、字符和字段寫(xiě)至標(biāo)準(zhǔn)輸出。
如果不指定 File 參數(shù),cut 命令將讀取標(biāo)準(zhǔn)輸入。必須指定 -b、-c 或 -f 標(biāo)志之一。

主要參數(shù)
-b :以字節(jié)為單位進(jìn)行分割。這些字節(jié)位置將忽略多字節(jié)字符邊界,除非也指定了 -n 標(biāo)志。
-c :以字符為單位進(jìn)行分割。
-d :自定義分隔符,默認(rèn)為制表符。
-f  :與-d一起使用,指定顯示哪個(gè)區(qū)域。
-n :取消分割多字節(jié)字符。僅和 -b 標(biāo)志一起使用。如果字符的最后一個(gè)字節(jié)落在由 -b 標(biāo)志的 List 參數(shù)指示的
范圍之內(nèi),該字符將被寫(xiě)出;否則,該字符將被排除。

(2)cut一般以什么為依據(jù)呢? 也就是說(shuō),我怎么告訴cut我想定位到的剪切內(nèi)容呢?

cut命令主要是接受三個(gè)定位方法:

第一,字節(jié)(bytes),用選項(xiàng)-b

第二,字符(characters),用選項(xiàng)-c

第三,域(fields),用選項(xiàng)-f

(3)以“字節(jié)”定位

舉個(gè)例子吧,當(dāng)你執(zhí)行ps命令時(shí),會(huì)輸出類似如下的內(nèi)容:

[rocrocket@rocrocket programming]$ who
rocrocket :0           2009-01-08 11:07
rocrocket pts/0        2009-01-08 11:23 (:0．0)
rocrocket pts/1        2009-01-08 14:15 (:0．0)
如果我們想提取每一行的第3個(gè)字節(jié),就這樣:

[rocrocket@rocrocket programming]$ who|cut -b 3
c
c
c

(4) 如果“字節(jié)”定位中,我想提取第3,第4、第5和第8個(gè)字節(jié),怎么辦?

-b支持形如3-5的寫(xiě)法,而且多個(gè)定位之間用逗號(hào)隔開(kāi)就成了�？纯蠢�子吧:

[rocrocket@rocrocket programming]$ who|cut -b 3-5,8
croe
croe
croe
但有一點(diǎn)要注意,cut命令如果使用了-b選項(xiàng),那么執(zhí)行此命令時(shí),cut會(huì)先把-b后面所有的定位進(jìn)行從小到大排序,然后再提取�？刹荒茴嵉苟ㄎ坏捻樞蚺丁＿@個(gè)例子就可以說(shuō)明這個(gè)問(wèn)題:

[rocrocket@rocrocket programming]$ who|cut -b 8,3-5
croe
croe
croe
(5) 還有哪些類似“3-5”這樣的小技巧,列舉一下吧!

[rocrocket@rocrocket programming]$ who
rocrocket :0           2009-01-08 11:07
rocrocket pts/0        2009-01-08 11:23 (:0．0)
rocrocket pts/1        2009-01-08 14:15 (:0．0)
[rocrocket@rocrocket programming]$ who|cut -b -3
roc
roc
roc
[rocrocket@rocrocket programming]$ who|cut -b 3-
crocket :0           2009-01-08 11:07
crocket pts/0        2009-01-08 11:23 (:0．0)
crocket pts/1        2009-01-08 14:15 (:0．0)
想必你也看到了,-3表示從第一個(gè)字節(jié)到第三個(gè)字節(jié),而3-表示從第三個(gè)字節(jié)到行尾。如果你細(xì)心,你可以看到這兩種情況下,都包括了第三個(gè)字節(jié)“c”。
如果我執(zhí)行who|cut -b -3,3-,你覺(jué)得會(huì)如何呢?答案是輸出整行,不會(huì)出現(xiàn)連續(xù)兩個(gè)重疊的c的�？�:

[rocrocket@rocrocket programming]$ who|cut -b -3,3-
rocrocket :0           2009-01-08 11:07
rocrocket pts/0        2009-01-08 11:23 (:0．0)
rocrocket pts/1        2009-01-08 14:15 (:0．0)
(6)給個(gè)以字符為定位標(biāo)志的最簡(jiǎn)單的例子吧!

下面例子你似曾相識(shí),提取第3,第4,第5和第8個(gè)字符:

[rocrocket@rocrocket programming]$ who|cut -c 3-5,8
croe
croe
croe
不過(guò),看著怎么和-b沒(méi)有什么區(qū)別啊?莫非-b和-c作用一樣? 其實(shí)不然,看似相同,只是因?yàn)檫@個(gè)例子舉的不好,who輸出的都是單字節(jié)字符,所以用-b和-c沒(méi)有區(qū)別,如果你提取中文,區(qū)別就看出來(lái)了,來(lái),看看中文提取的情況:

[rocrocket@rocrocket programming]$ cat cut_ch．txt
星期一
星期二
星期三
星期四
[rocrocket@rocrocket programming]$ cut -b 3 cut_ch．txt

[rocrocket@rocrocket programming]$ cut -c 3 cut_ch．txt
一
二
三
四
看到了吧,用-c則會(huì)以字符為單位,輸出正常;而-b只會(huì)傻傻的以字節(jié)(8位二進(jìn)制位)來(lái)計(jì)算,輸出就是亂碼。
既然提到了這個(gè)知識(shí)點(diǎn),就再補(bǔ)充一句,如果你學(xué)有余力,就提高一下。
當(dāng)遇到多字節(jié)字符時(shí),可以使用-n選項(xiàng),-n用于告訴cut不要將多字節(jié)字符拆開(kāi)。例子如下:

[rocrocket@rocrocket programming]$ cat cut_ch．txt |cut -b 2
[rocrocket@rocrocket programming]$ cat cut_ch．txt |cut -nb 2
[rocrocket@rocrocket programming]$ cat cut_ch．txt |cut -nb 1,2,3
星
星
星
星
(7)域是怎么回事呢?解釋解釋:)

為什么會(huì)有“域”的提取呢,因?yàn)閯偛盘岬降?b和-c只能在固定格式的文檔中提取信息,而對(duì)于非固定格式的信息則束手無(wú)策。這時(shí)候“域”就派上用場(chǎng)了。如果你觀察過(guò)/etc/passwd文件,你會(huì)發(fā)現(xiàn),它并不像who的輸出信息那樣具有固定格式,而是比較零散的排放。但是,冒號(hào)在這個(gè)文件的每一行中都起到了非常重要的作用,冒號(hào)用來(lái)隔開(kāi)每一個(gè)項(xiàng)。

我們很幸運(yùn),cut命令提供了這樣的提取方式,具體的說(shuō)就是設(shè)置“間隔符”,再設(shè)置“提取第幾個(gè)域”,就OK了!

以/etc/passwd的前五行內(nèi)容為例:

[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
adm:x:3:4:adm:/var/adm:/sbin/nologin
lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin
[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5|cut -d : -f 1
root
bin
daemon
adm
lp
看到了吧,用-d來(lái)設(shè)置間隔符為冒號(hào),然后用-f來(lái)設(shè)置我要取的是第一個(gè)域,再按回車,所有的用戶名就都列出來(lái)了!呵呵 有成就感吧!
當(dāng)然,在設(shè)定-f時(shí),也可以使用例如3-5或者4-類似的格式:

[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5|cut -d : -f 1,3-5
root:0:0:root
bin:1:1:bin
daemon:2:2:daemon
adm:3:4:adm
lp:4:7:lp
[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5|cut -d : -f 1,3-5,7
root:0:0:root:/bin/bash
bin:1:1:bin:/sbin/nologin
daemon:2:2:daemon:/sbin/nologin
adm:3:4:adm:/sbin/nologin
lp:4:7:lp:/sbin/nologin
[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5|cut -d : -f -2
root:x
bin:x
daemon:x
adm:x
lp:x
(8)如果遇到空格和制表符時(shí),怎么分辨呢?我覺(jué)得有點(diǎn)亂,怎么辦?

有時(shí)候制表符確實(shí)很難辨認(rèn),有一個(gè)方法可以看出一段空格到底是由若干個(gè)空格組成的還是由一個(gè)制表符組成的。

[rocrocket@rocrocket programming]$ cat tab_space．txt
this is tab finish．
this is several space      finish．
[rocrocket@rocrocket programming]$ sed -n l tab_space．txt
this is tab finish．$
this is several space      finish．$
看到了吧,如果是制表符(TAB),那么會(huì)顯示為 符號(hào),如果是空格,就會(huì)原樣顯示。
通過(guò)此方法即可以判斷制表符和空格了。
注意,上面sed -n后面的字符是L的小寫(xiě)字母哦,不要看錯(cuò)。

(9)我應(yīng)該在cut -d中用什么符號(hào)來(lái)設(shè)定制表符或空格呢?

其實(shí)cut的-d選項(xiàng)的默認(rèn)間隔符就是制表符,所以當(dāng)你就是要使用制表符的時(shí)候,完全就可以省略-d選項(xiàng),而直接用-f來(lái)取域就可以了。

如果你設(shè)定一個(gè)空格為間隔符,那么就這樣:

[rocrocket@rocrocket programming]$ cat tab_space．txt |cut -d ' ' -f 1
this
this
注意,兩個(gè)單引號(hào)之間可確實(shí)要有一個(gè)空格哦,不能偷懶。
而且,你只能在-d后面設(shè)置一個(gè)空格,可不許設(shè)置多個(gè)空格,因?yàn)閏ut只允許間隔符是一個(gè)字符。

[rocrocket@rocrocket programming]$ cat tab_space．txt |cut -d ' ' -f 1
cut: the delimiter must be a single character
Try `cut --help' for more information．

(10)cut有哪些缺陷和不足?

猜出來(lái)了吧?對(duì),就是在處理多空格時(shí)。
如果文件里面的某些域是由若干個(gè)空格來(lái)間隔的,那么用cut就有點(diǎn)麻煩了,因?yàn)閏ut只擅長(zhǎng)處理“以一個(gè)字符間隔”的文本內(nèi)容