linux: cut

一、定义

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。

剪切依据

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

例：

一，按字节cut：

注意：一个空格算一个字节，一个汉字算三个字节

[root@localhost ~]# date

2011年08月11日 星期四20:44:52 EDT

[root@localhost ~]# date |cut -b 1-4 取前四个字节

2011

[root@localhost ~]# date |cut -b 1-6

2011

[root@localhost ~]# date |cut -b 1-7 一个汉字算三个字节

2011年

[root@localhost ~]# date |cut -b 1-10

2011年08

多个定位之间用逗号隔开：

[root@localhost ~]# date |cut -b 1-7,10

2011年8

[root@localhost ~]# date |cut -b 10,1-7 #cut会先把-b后面所有的定位进行从小到大排序，然后再提取

2011年8

负号的使用：

[root@localhost ~]# date |cut -b -4

2011

[root@localhost ~]# date |cut -b 4-

1年08月11日 星期四21:05:30 EDT

[root@localhost ~]# date |cut -b -4,4-

2011年08月11日 星期四21:06:53 EDT

-4表示从第一个字节到第四个字节，而4-表示从第四个字节到行尾。这两种情况下，都包括了第4个字节“1”。如果我执行date |cut -b -4,4-，会输出整行，不会出现连续两个重叠的1

二，按字符cut：

按字符cut相对比较简单，中文字符和空格都算一个字符。

[root@localhost ~]# date |cut -c 1-5

2011年

[root@localhost ~]# date |cut -c 5,9,13

年月日

三、按域cut

以/etc/passwd文件为例：

[root@localhost ~]# head -n5 /etc/passwd |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

-d指定域分隔符，-f 指定要剪出哪几个域，这个与awk的输出特定字段功能一样。

-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

如何分的清空格和制表符？

[root@localhost ~]# cat test 这个文件各单词间存在单个空格、制表符和多个空格

data11【单个空格 】data12 【制表符】data13

data21【多个空格】data22【单个空格】data23

data31 【单个空格 】data32 【 多个空格data33

[root@localhost ~]# sed -n l test 用sed命令可以让制表符原形毕露~ ????

data11 data12\tdata13$

data21 data22 data23$

data31 data32 data33$

[root@localhost ~]# cat test |cut -f 2

data13

data21 data22 data23

data31 data32 data33

[root@localhost ~]# cat test |cut -d " " -f 2 cut的间隔符只允许是一个字符

cut: the delimiter must be a single character

请尝试执行“cut --help”来获取更多信息。

[root@localhost ~]# cat test |cut -d " " -f 2

data12 data13 中间那个空白字符是制表符

第一个空格后面还是空格，所以输出空格

data32 单个空格后面就是data32