Linux之cut命令

Linux之cut命令

cut命令说明

cut命令是一个常用的linux命令，它从文件的每一行剪切字节、字符和字段并将这些剪切出来的东西写到标准输出。它有一些常用的参数，先看两个：

-b:以字节为单位进行切割

-c:以字符为单位进行切割

先看看-b和-c的区别，如下：

[root@tk-dba-mysql ~]# cat test.txt
abcdefg\abc
abcdefg\abc
hijklmn\xyz
[root@tk-dba-mysql ~]# cat test.txt|cut -b 2
b
b
i

我们定义一个文件，里面写上上述内容，并使用cut -d的方法来取它的第2列的值，可以看到，取出了我们想要的内容b，b，i。如果我们在里面再写入一行中文，我们可以看到如下结果：

[root@tk-dba-mysql ~]# cat test.txt
abcdefg\abc
abcdefg\abc
hijklmn\xyz
我是中国人
[root@tk-dba-mysql ~]# cat test.txt|cut -b 2
b
b
i

可以发现，最后一行的汉字没有出来，我们期望出现的汉字是'是'这个汉字，这是为什么呢？其实是因为我们采用的-b参数，它是使用字节作为单位进行分割的，而linux中如果采用utf8编码，那么1个汉字占用3个字节，所以我们就得不到自己期望的结果了，那怎么做呢？我们可以采用-c的方法，如下：

[root@tk-dba-mysql10-202 ~]# cat test.txt|cut -c 3
c
c
j
中
[root@tk-dba-mysql10-202 ~]# cat test.txt|cut -c 3-4,6
cdf
cdf
jkm
中国

可以看到，我们使用-c参数，就已经得到了想要的结果，上述第二个命令可以发现，最后面的列还可以使用范围值。再来看一个例子：

#第个字符到第个字符(包含第个字符)
[root@tk-dba-mysql ~]# cat test.txt|cut -c -3
abc
abc
hij
我是中

#第个字符到最后一个字符(包含第个字符)
[root@tk-dba-mysql ~]# cat test.txt|cut -c 3-
cdefg\abc
cdefg\abc
jklmn\xyz
中国人

#第个字符到第个字符以及第个字符到最后一个字符(也就是所有字符，注意第个字符不重复)
[root@tk-dba-mysql ~]# cat test.txt|cut -c -3,3-
abcdefg\abc
abcdefg\abc
hijklmn\xyz
我是中国人

#颠倒着写，cut命令会自动进行排序
[root@tk-dba-mysql ~]# cat test.txt|cut -c 3-,-3
abcdefg\abc
abcdefg\abc
hijklmn\xyz
我是中国人

#重复写，不重复执行
[root@tk-dba-mysql ~]# cat test.txt|cut -c -3,-3
abc
abc
hij
我是中

我们再来看另外两个参数：

-d:分隔符

-f：域，和-d一般连着用

废话不多说，直接看例子：

[root@tk-dba-mysql ~]# cat /etc/passwd|head -n 5
root:x:::root:/root:/bin/bash
bin:x:::bin:/bin:/sbin/nologin
daemon:x:::daemon:/sbin:/sbin/nologin
adm:x:::adm:/var/adm:/sbin/nologin
sync:x:::sync:/sbin:/bin/sync

[root@tk-dba-mysql ~]# cat /etc/passwd|head -n 5|cut -d : -f 1
root
bin
daemon
adm
sync

我们先打印出来/etc/passwd里面的前5行，然后通过cut -d : 来指明使用冒号作为分隔符，然后-f是选择冒号分割后的第几列，这里我们选择第一列，也就成了上面的结果。再来看例子：

[root@tk-dba-mysql10-202 ~]# cat test.txt
abcdefg\abc
abcdefg\abc
hijklmn\xyz
我是中国人

[root@tk-dba-mysql10-202 ~]# cat test.txt|cut -d e -f 1
abcd
abcd
hijklmn\xyz
我是中国人

[root@tk-dba-mysql10-202 ~]# cat test.txt|cut -d e -f 2 
fg\abc
fg\abc
hijklmn\xyz
我是中国人

我们用字母e作为分割符号，然后在-f参数后面选择第1部分还是第2部分，需要注意的是，由于后面两行"hijklmn\xyz"和"我是中国人"都不包含字母e，所以都被完整的保留了下来。

-n参数，告诉cut不要将多个字符分开来，一般和-b一起使用，如下：

[root@tk-dba-mysql10-202 ~]# cat test.txt 
我是中国人
我是中国人
我是中国人
我是中国人

[root@tk-dba-mysql10-202 ~]# cat test.txt | cut -nb 1,2,3
我
我
我
我

[root@tk-dba-mysql10-202 ~]# cat test.txt | cut -nb 4,5,6
是
是
是
是

[root@tk-dba-mysql10-202 ~]# cat test.txt | cut -nb 7,8,9    
中
中
中
中

[root@tk-dba-mysql10-202 ~]# cat test.txt | cut -nb 5,6,7,8,9
是中
是中
是中
是中

上面的例子可以看出，一个汉字是由三个字节构成的，我们想要打印对应的汉字，最好的方法是使用-nb的参数，把他对应的字节给打印出来，除此之外，还可以使用最后一种，打印出它的字节范围，这个范围中只要包含最后一个字节，那么这个汉字就能被显示出来。例如要打印出"我"这个汉字，给定的范围中就必须包含3这个字节，要打印出"是"，给定的范围就必须包含6这个字节，以此类推。