cut 命令 #

cut命令用于从文件的每一行中提取部分内容。它可以按字节、字符或字段（由分隔符分隔）提取内容，是处理列式数据的有用工具。

语法 #

cut [选项] [文件...]

常用选项 #

列表格式 #

列表是一个或多个由逗号分隔的数字或范围。范围的格式为：

• N-：从第 N 个到行尾
• N-M：从第 N 个到第 M 个（包括 N 和 M）
• -M：从第 1 个到第 M 个

常见用法 #

1. 提取特定字段 #

# 使用默认分隔符（制表符）
cut -f 1,3 file.txt

# 使用自定义分隔符
cut -d: -f 1,7 /etc/passwd

2. 提取特定字符 #

# 提取每行的前5个字符
cut -c 1-5 file.txt

# 提取每行的第1、第3和第5个字符
cut -c 1,3,5 file.txt

# 提取每行从第10个字符到结尾
cut -c 10- file.txt

3. 提取特定字节 #

# 提取每行的前10个字节
cut -b 1-10 file.txt

4. 不打印不包含分隔符的行 #

cut -d: -f 1 -s file.txt

5. 使用自定义输出分隔符 #

cut -d: -f 1,7 --output-delimiter=" - " /etc/passwd

6. 提取补充字段 #

# 提取除第1个和第3个字段外的所有字段
cut -d: -f 1,3 --complement /etc/passwd

7. 从标准输入读取 #

echo "Hello,World,Example" | cut -d, -f 2

输出：

World

与其他命令结合使用 #

1. 提取特定列并排序 #

cut -d: -f 1 /etc/passwd | sort

2. 提取并计数唯一值 #

cut -d: -f 7 /etc/passwd | sort | uniq -c

3. 提取特定列并过滤 #

cut -d, -f 2 data.csv | grep "pattern"

4. 提取多个文件的相同列 #

cut -d, -f 1,3 file1.csv file2.csv

5. 提取并转换列 #

cut -d: -f 1,3 /etc/passwd | tr ':' ','

实用示例 #

1. 提取 CSV 文件的特定列 #

cut -d, -f 1,3,5 data.csv

2. 提取用户名和 shell #

cut -d: -f 1,7 /etc/passwd

3. 提取 IP 地址的特定部分 #

echo "192.168.1.1" | cut -d. -f 1,2

输出：

192.168

4. 提取文件名（不包括路径） #

echo "/path/to/file.txt" | rev | cut -d/ -f1 | rev

或使用basename：

basename "/path/to/file.txt"

5. 提取文件扩展名 #

echo "file.txt" | cut -d. -f2

6. 提取 HTTP 状态码 #

cut -d' ' -f9 access.log

7. 提取特定时间段的日志 #

# 提取小时和分钟
cut -c 12-16 logfile.txt

8. 提取固定宽度字段 #

# 假设文件有固定宽度的列
cut -c 1-10,12-20,22-30 fixed_width_file.txt

限制和替代方案 #

cut命令有一些限制：

1. 不能处理可变宽度的字段
2. 不能基于正则表达式提取内容
3. 不能重新排列字段的顺序

对于这些情况，可以考虑使用以下替代方案：

• awk：更强大的文本处理工具，可以处理可变宽度的字段
• sed：基于正则表达式的流编辑器
• perl或python：提供更复杂的文本处理功能

提示 #

• cut命令默认使用制表符作为字段分隔符
• 使用-d选项可以指定自定义分隔符
• 使用-f选项可以提取特定字段
• 使用-c选项可以提取特定字符
• 使用-b选项可以提取特定字节
• 在处理多字节字符（如 UTF-8 编码的非 ASCII 字符）时，-c和-b的行为可能不同
• 使用-s选项可以忽略不包含分隔符的行
• 使用--complement选项可以提取补充字段
• 在处理 CSV 文件时，如果字段包含分隔符，cut可能无法正确处理
• 对于复杂的文本处理任务，考虑使用awk或其他更强大的工具