linux文件操作之cut命令

一、cut命令

1，cut命令是对行来截取的命令。先来看man中cut命令参数

      -b, --bytes=LIST
              select only these bytes
      -c, --characters=LIST
              select only these characters
      -d, --delimiter=DELIM
              use DELIM instead of TAB forfield delimiter
      -f, --fields=LIST
              select only these fields;  also print any line that contains nodelimiter character, unless the -s option is specified
      -n     with -b: don’t splitmultibyte characters
      --complement
              complement the set of selectedbytes, characters or fields
      -s, --only-delimited
              do not print lines not containingdelimiters
      --output-delimiter=STRING
              use STRING as the output delimiterthe default is to use the input delimiter

2，参数解释

-b：以字节为单位来分割。这些字节忽略多字节边界，除非指定-n。何为多字节？比如说中

文字符，一个中文占两个字节（编码不同，可能为2-4个字节）。

-n：仅跟-b一起使用，表示取消分割多字节符。

例：

[root@localhost test2]# more test.txt
abc
123
ijk
mnq
[root@localhost test2]# cut -b 1 test.txt
a
1
i
m
[root@localhost test2]# more test2.txt #我这是ut-f8编码，一个中文占3个字节
123456789
中文字符
一二三
 
#不加-n参数表示只打印第6个字节，所以中文无法打印
[root@localhost test2]# cut -b 6 test2.txt
6
#取消分割，只要第6个自己包含在即打印
[root@localhost test2]# cut -nb 6 test2.txt
6
文
二
[root@localhost test2]# cut -nb 4 test2.txt#第4个字节未完全包含单个字符，故没有打印中文
4

-c：以字符位为单位进行分割。当一个字符占一个字节时与-b效果相同，但对于多字节字符就不同。

例：

[root@localhost test2]# cut -b 3 test.txt
c
3
k
q
[root@localhost test2]# cut -c 3 test.txt
c
3
k
q
[root@localhost test2]# cut -b 3 test2.txt
3
 
[root@localhost test2]# cut -c 3 test2.txt
3
字
三

          

-d：自定义分割符，默认为制表符。

-f：即fields（域），因为-f以分割符来分割的，故一般与-d一起使用。因为-f可以指定以指定

      的字符进行分割，使用比较灵活，故-f与-d是常用参数。

如passw文件以“：”冒号分隔每个字段。
[root@localhost test2]# 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
#只将以“：”分隔后的第5列打印出来
[root@localhost test2]# cat/etc/passwd|head -n 5 |cut -d : -f 5
root
bin
daemon
adm
lp

-s：表示打印没有分割符的行。假设某文件行以“-”分割，若某行没有“-”符号则不打印

[root@localhost test2]# more test6.txt
1-2-3-4
a,b,c,d
e-f-g-h
h:i:j:k
i-ii-iii-iv-v
[root@localhost test2]# cut -d '-' -f 1-test6.txt
1-2-3-4
a,b,c,d
e-f-g-h
h:i:j:k
i-ii-iii-iv-v
[root@localhost test2]# cut -d '-' -f  1-  -stest6.txt
1-2-3-4
e-f-g-h
i-ii-iii-iv-v

可以看到-f根据指定字符分割后分成一个一个域，然后可以选择需要的域。

之前我们例子都是选择分割后的一个字节、字符或域，其实cut还支持同时打印多字符，以几个例子来了解，很简单不做多解释。

[root@localhost test2]# cat test.txt
abc
123
ijk
mnq
[root@localhost test2]# cat test2.txt
123456789
中文字符
一二三
[root@localhost test2]# cut -b 1,3 test.txt#第1和第3域
ac
13
ik
mq
#第1至第3域，还可以-2表示1-2,2-表示第2域到最后。注意分割后从1开始的。
[root@localhost test2]# cut -c 1-3test2.txt
123
中文字
一二三
[root@localhost test2]# ll |cut -d ' ' -f1,10|sed '1d' #只查看权限效果
-rw-r--r--. test2.txt
-rw-r--r--. test3.txt
-rw-r--r--. test.txt

刚才我们说了-d选项默认是以制表符来分割的，但有些文件即有制表符符又有空格会怎么样？

[root@localhost test2]# more test3.txt
id     姓名    年龄
001    张三    18
002    李四    19
003    王五    20
[root@localhost test2]# cut -d ' ' -f 2-3test3.txt
id     姓名    年龄
001    张三    18
 
 
[root@localhost test2]# cut -f 2-3test3.txt
姓名    年龄
张三    18
002    李四    19
王五    20

我们发现两次效果均不是想要的结果，其实我想要结果是显示姓名和年龄。我们来看看文件真正存储形式就知道为什么是这样的结果了。

[root@localhost test2]# sed -n l test3.txt
id\t\345\247\223\345\220\215\t\345\271\264\351\276\204$
001\t\345\274\240\344\270\211\t18$
002    \346\235\216\345\233\233    19$
003\t\347\216\213\344\272\224    20$

可以看到第一行、第二行是通过制表符（\t）来链接的，而第三行是通过空格来隔开的，第四行即有制表符又有空格。

第一种情况，以空格分割，第一、二行没有空格所以根本就没分割。第三行分割成很多块，打印2-3块，即依然还是空格。第四行也是一样，注意中间有多个空格。

第二种情况，以制表符分割，第一、二行能够按预期打印，第三行没有制表符即没有分割所以打印全部，第四行分割成2块，所以打印2-3块的话就打印后面的全部。

对空格分割处理：

[root@localhosttest2]# more test5.txt
1 3
1  4
1   5
1    6
[root@localhosttest2]# cut -d ' ' -f 2 test5.txt
3
 
 
 
[root@localhost test2]#cut -d ' ' -f 3 test5.txt
 
4
 
 
[root@localhosttest2]# cut -d ' ' -f 4 test5.txt
 
 
5
 
[root@localhosttest2]# cut -d ' ' -f 5 test5.txt
 
 
 
6

可以这么理解每个分割符就是假设有个斜杠，但是并不打印出来，斜杠之间可能为空。

这个想象中的“斜杠”也可以打印出来，还可以自定义以某个字符串来代替。使用--output-delimiter=STRING来实现。

[root@localhosttest2]# cut -d '-' -f 1- -s test6.txt --output-delimiter='$'
1$2$3$4
e$f$g$h
i$ii$iii$iv$v

即将原有的分割符替换为新的分割符。

我们也看到cut对空格处理不是那么理想化，参数较少，记住就行。