1 一两句话描述一下cut命令吧!
正如其名,cut的工作就是“剪”,具体的说就是在文件中负责剪切数据用的。
cut是以每一行为一个处理对象的,这种机制和sed是一样的。(关于sed的入门文章将在近期发布)
2 cut一般以什么为依据呢? 也就是说,我怎么告诉cut我想定位到的剪切内容呢?
cut命令主要是接受三个定位方法:
第一,字节(bytes),用选项-b
第二,字符(characters),用选项-c
第三,域(fields),用选项-f
3 以“字节”定位,给个最简单的例子?
举个例子吧,当你执行ps命令时,会输出类似如下的内容:
- [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)
- 如果我们想提取每一行的第3个字节,就这样:
- [rocrocket@rocrocket programming]$ who|cut -b 3
- c
- c
- c
4 如果“字节”定位中,我想提取第3,第4、第5和第8个字节,怎么办?
-b支持形如3-5的写法,而且多个定位之间用逗号隔开就成了。看看例子吧:
- [rocrocket@rocrocket programming]$ who|cut -b 3-5,8
- croe
- croe
- croe
- [rocrocket@rocrocket programming]$ who|cut -b 8,3-5
- croe
- croe
- croe
- [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)
- [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)
下面例子你似曾相识,提取第3,第4,第5和第8个字符:
- [rocrocket@rocrocket programming]$ who|cut -c 3-5,8
- croe
- croe
- croe
- [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
- [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
为什么会有“域”的提取呢,因为刚才提到的-b和-c只能在固定格式的文档中提取信息,而对于非固定格式的信息则束手无策。这时候“域”就派上用场了。
(下面的讲解内容是在假设你对/etc/passwd文件的内容和组织形式比较了解的情况下进行的。)
如果你观察过/etc/passwd文件,你会发现,它并不像who的输出信息那样具有固定格式,而是比较零散的排放。但是,冒号在这个文件的每一行中都起到了非常重要的作用,冒号用来隔开每一个项。
我们很幸运,cut命令提供了这样的提取方式,具体的说就是设置“间隔符”,再设置“提取第几个域”,就OK了!
以/etc/passwd的前五行内容为例:
- [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
- [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
有时候制表符确实很难辨认,有一个方法可以看出一段空格到底是由若干个空格组成的还是由一个制表符组成的。
- [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\tfinish.$
- this is several space finish.$
8 我应该在cut -d中用什么符号来设定制表符或空格呢?
悄悄的告诉你,cut的-d选项的默认间隔符就是制表符,所以当你就是要使用制表符的时候,完全就可以省略-d选项,而直接用-f来取域就可以了!放心,相信我!
如果你设定一个空格为间隔符,那么就这样:
- [rocrocket@rocrocket programming]$ cat tab_space.txt |cut -d ' ' -f 1
- this
- this
- [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.
这个问题的具体描述是如下这样的。
当cut和ps配合时:
- [rocrocket@rocrocket programming]$ ps
- PID TTY TIME CMD
- 2977 pts/0 00:00:00 bash
- 5032 pts/0 00:00:00 ps
- [rocrocket@rocrocket programming]$ ps|cut -b3
- P
- 9
- 0
- 0
而当ps和其他命令配合时,均无此问题,例如cut和who配合则正常:
- [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 -b3
- c
- c
- c
10 cut有哪些缺陷和不足?
猜出来了吧?对,就是在处理多空格时。
如果文件里面的某些域是由若干个空格来间隔的,那么用cut就有点麻烦了,因为cut只擅长处理“以一个字符间隔”的文本内容。