linux的cut命令详解

有时我们经常会遇到这样一些问题：有一页电话号码薄，上面按顺序规则地写着人名、家庭住址、电话、备注等，此时我们只想取出所有人的名字和其对应的电话号码，你有几种方法可以实现呢？

确实这种纵向定位的方式用常规办法难以实现，这时，cut就可以大显身手了。 

What’s cut?

子曰：cut命令可以从一个文本文件或者文本流中提取文本列。 

命令用法：

       cut -b list [-n] [file ...]

       cut -c list [file ...]

       cut -f list [-d delim][-s][file ...] 

l      上面的-b、-c、-f分别表示字节、字符、字段（即byte、character、field）；

l      list表示-b、-c、-f操作范围，-n常常表示具体数字；

l      file表示的自然是要操作的文本文件的名称；

l      delim（英文全写：delimiter）表示分隔符，默认情况下为TAB；

l      -s表示不包括那些不含分隔符的行（这样有利于去掉注释和标题） 

上面三种方式中，表示从指定的范围中提取字节（-b）、或字符（-c）、或字段（-f）。 

范围的表示方法：

N	只有第N项
N-	从第N项一直到行尾
N-M	从第N项到第M项(包括M)
-M	从一行的开始到第M项(包括M)
-	从一行的开始到结束的所有项

 

 

下面是实例，先以较简单的“命令用法”中提及的第二条开始讲起：

interrupts文件中的字符排列非常齐整，正适合我们切豆腐。

 

 

但这里我们只对两个数字列感兴趣，用法如下：

 

 

里面还有一些不需要的内容，精减一下：

关于正则表达式的使用，请自行查阅相关资料。

 

 

合到一起：

哇，果然够帅!!

 

 

不相邻列的截选又应该如何做呢？

这种方式需要事先确定占多少个字符位置，不仅麻烦，而且容易出错。

 

 

下面的问题该怎么去做？

 

 

这就是第二讲：使用cut –f提取文本中的字段。

 

cut –c主要是用来在固定字符位置或个数的文本文件中提取，对于上面的例子就显得无能为力了。仔细观察，发现passwd文件有个规律，就是以冒号来区分不同的段的文本，于是。。。

怎么样，好玩吧~!

 

 

继续，创建一个文本文件，名为a.txt，名字有点土，凑合着用吧。

A1、B1、C1所代表的行字符之间均以TAB分隔，D1却是以空格来分开的。

 

 

看到-s的作用了吗？(因为第一行不含有任何TAB字符，所以直接被剔除了)，而最后一行(即D1行)，是以空格区分间距，所以也不合要求。

 

 

多了个参数，这个我没讲，只要你的智商比范伟高一点点，就肯定能猜出来啦。^_^

 

 

好了，下面是最后一个用法的讲解了：

 

 

因为虚拟终端下无法显示汉字，所以我只好回到图形下，截图就成这个白不垃圾的样子啦，忍忍吧，就快讲完了。

  

在这个文件中，每个汉字都是用半角空格分隔的。

 

 

 

 

用cut –c已经成功了，下面试试cut –b怎么样？

没有反应，why？

   

原因在于汉字本身是双字节的，cut –c把汉字“我”当成一个字符来处理，而cut –b是以字节来处理，把“我”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。

 

 

原因找到了，要怎么办才好呢？