Linux字符截取命令-cut

概述

cut是一个选取命令,。一般来说,选取信息通常是针对“行”来进行分析的,并不是整篇信息分析的。


语法

cut  [-bn] [file] 

cut [-c] [file]  

 cut [-df] [file]

cut 命令从文件的每一行剪切字节、字符和字段并将这些字节、字符和字段写至标准输出

如果不指定 File 参数,cut 命令将读取标准输入。

必须指定 -b、-c 或 -f 标志之一。

cut 默认以制表符为分隔符


参数说明

  • -b :以字节为单位进行分割。这些字节位置将忽略多字节字符边界,除非也指定了 -n 标志。
  • -c :以字符为单位进行分割。
  • -d :自定义分隔符,默认为制表符。
  • -f :与-d一起使用,指定显示哪个区域。
  • -n :取消分割多字节字符。仅和 -b 标志一起使用。如果字符的最后一个字节落在由 -b 标志的 List 参数指示的<br />范围之内,该字符将被写出;否则,该字符将被排除。

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

这里写图片描述


cut -b

[root@entel2 ~]# who
root     tty1         2016-08-22 06:47 (:0)
root     pts/2        2016-09-20 18:18 (10.45.35.59)
root     pts/0        2016-09-20 14:25 (10.45.22.82)

以下的cut截取都以上数据为准

提取每一行的第3个字节

[root@entel2 ~]# who | cut -b 4
t
t
t

提取第1,第2、第3个字节

[root@entel2 ~]# who|cut -b 1-3
roo
roo
roo

[root@entel2 ~]# who|cut -b 1,2,3
roo
roo
roo

-b支持形如1-3的写法,而且多个定位之间用逗号隔开就可以了。

注意:

cut命令如果使用了-b选项,那么执行此命令时,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。不能颠倒定位的顺序。

其他:

-3表示从第一个字节到第三个字节, 而3-表示从第三个字节到行尾。如果你细心,你可以看到这两种情况下,都包括了第三个字节


如果执行who|cut -b -3,3-,你觉得会如何呢?答案是输出整行,不会出现连续两个重叠的第三个字节的


cut -b

[root@entel2 ~]# who|cut -c 1-3
roo
roo
roo

额 看着怎么和-b没有什么区别啊?莫非-b和-c作用一样?

其实不然,看似相同,只是因为这个例子举的不好,who输出的都是单字节字符,所以用-b和-c没有区别,如果提取中文,区别就看出来了来。

汉字本身是双字节的,cut –c把汉字“小”当成一个字符来处理,而cut –b是以字节来处理,把“小”拆成了两个字节,结果是字符被“切成两半”,因此无法正常显示。

栗子

[root@entel2 ~]# cat cut.txt 
周杰伦
邓紫棋
薛之谦
李荣浩
小工匠

see ,出问题了吧

[root@entel2 ~]# cat cut.txt | cut -b 3
¨




[root@entel2 ~]# 

[root@entel2 ~]#  cut -b 3 cut.txt 
¨




[root@entel2 ~]# 

换成 -c 来试试吧

[root@entel2 ~]# cut -c 3 cut.txt 
伦
棋
谦
浩
匠

总结: -c则会以字符为单位,输出正常;而-b只会傻傻的以字节(8位二进制位)来计算,输出就是乱码。


提高:

当遇到多字节字符时,可以使用-n选项,-n用于告诉cut不要将多字节字符拆开。

[root@entel2 ~]# cat cut.txt |cut -b 2




°
[root@entel2 ~]# cat cut.txt |cut -nb 2





[root@entel2 ~]# cat cut.txt |cut -nb 1,2,3
周
邓
薛
李
小
[root@entel2 ~]# 

cut -f

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。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!

栗子

数据:以/etc/passwd的前五行内容为例:

[root@entel2 ~]# head -n 5  /etc/passwd
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

提取用户名

[root@entel2 ~]# head -n 5  /etc/passwd|cut -d : -f 1
root
bin
daemon
adm
lp
[root@entel2 ~]# 

用-d来设置间隔符为冒号,然后用-f来设置我要取的是第一个域。

当然,在设定-f时,也可以使用例如3-5或者4-类似的格式:

[root@entel2 ~]# 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

包含 3 和5 说在的field 。

遇到空格和制表符时,怎么分辨

这里写图片描述

tab制表符 直接 按 tab键即可打出

[root@entel2 ~]# sed -n l tablespace.txt 
this is tab\tfinish.$
this is serveral space      finish.$

如果是制表符(TAB),那么会显示为\t符号,如果是空格,就会原样显示。
通过此方法即可以判断制表符和空格了。

上面sed -n后面的字符是L的小写字母,看清楚了撒

在cut -d中用什么符号来设定制表符或空格

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。

如果你设定一个空格为间隔符,那么就这样:

[root@entel2 ~]# cat tabspace.txt | cut -d ' ' -f 1
this
this
[root@entel2 ~]# 

两个单引号之间必须要有一个空格,否则就输出全部内容了

而且,你只能在-d后面设置一个空格,可不许设置多个空格,因为cut只允许间隔符是一个字符。 多个空格报错如下…

[root@entel2 ~]# cat tabspace.txt | cut -d '  '  -f 1
cut: the delimiter must be a single character
Try `cut --help' for more information.
You have new mail in /var/spool/mail/root

cut的缺陷和不足

处理多空格…..

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

相关推荐
©️2020 CSDN 皮肤主题: Age of Ai 设计师:meimeiellie 返回首页
实付 19.90元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值