Linux操作命令学习笔记（七）

一、cut 命令

        cut 是 Linux/Unix 系统中一个高效的文本处理工具，用于按列（字段）提取数据。它通过指定分隔符或字符位置来切割文本行，特别适合处理结构化数据（如 CSV、日志、配置文件等）。

        1、格式：cut [参数] [文件名]

        2、常用参数：

-b	以字节为单位进行分割
-d	指定字段分隔符（默认是制表符 \t）
-f	选择要提取的字段（列），如 -f1 或 -f1,3 或 -f1-3
-c	按字符位置提取（而非字段），如 -c1-5 提取第1到5个字符
--complement	抽取整个文本行，除了那些由 -c 或 -f 选项指定的文本
--output-delimiter	指定输出时的分隔符（默认与输入相同）

        3、示例：

（1）按分隔符提取字段：

文件 data.csv 内容为：

        提取第一列：

cut -d',' -f1 data.csv

        提取多列（Name和City）：

cut -d',' -f1,3 data.csv

         提取列范围（Age 到 City）：

cut -d',' -f2-3 data.csv

 

 （2）按字符位置提取：

文件 lines.txt 内容为：

         提取每行的第1到5个字符：

cut -c1-5 lines.txt

 （3）补集模式（排除指定列）：

        排除第二列（Age）：

cut -d',' --complement -f2 data.csv

 （4）修改输出分隔符

        将逗号分隔符改为 |：

cut -d',' -f1,3 --output-delimiter='|' data.csv

 

（5）进阶

        结合其他命令：（提取正在运行的进程名）

ps aux | cut -d' ' -f11

         注意：此处 -d' ' 可能因空格数量不固定失效，更推荐用 awk '{print $11}'

         处理多字符分隔符：cut 不支持多字符分隔符（如 ::），此时需用 awk -F'::'

（6）补充：

1. 字段编号从1开始（不是0）。
2. 默认行为：如果不指定 -d，cut 会按制表符分隔字段。
3. 空格分隔符：若需按空格分割，需显式指定 -d' '（但注意多个空格可能被视为单个分隔符）。
4. 与 awk 的区别：cut 适合简单列提取，复杂逻辑（如条件过滤）建议用 awk。

二、paste 命令

paste 是 Linux/Unix 系统中一个用于合并文本文件的实用工具，其功能可以看作是 cut 的逆操作。它通过读取多个文件或输入流，将它们的行按指定分隔符横向拼接（合并列），输出到标准输出。

        1、格式：paste [参数] [文件名]

        2、常用参数

-d	指定合并时的分隔符（默认是制表符 \t）
-s	将文件内容按行串联（合并为单列，而非多列）

         3、示例：

文件 name.txt 内容为：

 文件 ages.txt 内容为：

（1） 合并多个文件的列（如果文件列数不一致，paste 会以较短文件的最后一行重复填充）：

        默认合并（制表符分隔）：

paste names.txt ages.txt

         自定义分隔符（逗号）：

paste -d',' names.txt ages.txt

（2） 合并多个文件为单列（-s 选项）

        将文件内容纵向拼接：

paste -s names.txt

 

         指定分隔符拼接：

paste -s -d';' names.txt

 

 （3）合并标准输入和文件

        从管道和文件合并：

echo "USA" | paste - names.txt

（4）进阶

        结合 cut 和 paste：例如先提取列再合并：

cut -d',' -f1 data.csv | paste - names.txt

        生成表格格式：通过指定分隔符美化输出：

paste -d'|' <(cut -d',' -f1 data.csv) <(cut -d',' -f3 data.csv)

 

 paste 适合快速合并结构化数据，尤其在需要将多个独立文件按列组合时非常高效。对于复杂合并逻辑（如基于键关联），建议使用 join 或 awk。

（5）补充：

默认分隔符：如果不指定 -d，paste 使用制表符 \t 分隔列。

文件行数不一致：行数较少的文件会在末尾重复其最后一行以匹配最长文件的行数。

与 join 的区别：paste 是简单横向拼接，而 join 会基于键（列值）关联文件。

三、tr 命令

tr 命令是 Linux/Unix 系统中用于字符转换和处理的强大工具，全称为 translate（转换）。

它通过标准输入（stdin）读取数据，对字符进行替换、删除或压缩，并将结果输出到标准输出（stdout）。

tr 的核心功能是基于字符的逐个操作，而非字符串或正则表达式，适合简单的字符级转换任务。

        1、格式：tr [参数] SET1 SET2

• SET1：需要转换的字符集合。
• SET2：目标字符集合（与 SET1 一一对应）。
• 如果省略 SET2，tr 会删除 SET1 中的字符（或重复 SET1 的最后一个字符进行替换）。

        2、常用参数

-d	删除 SET1 中的字符（不替换）
-s	压缩重复的字符（将连续的重复字符替换为单个字符）
-c	补集模式（操作所有不在 SET1 中的字符）

        3、示例：

（1）字符替换：

        将小写字母转换为大写：

echo "hello" | tr 'a-z' 'A-Z'

        替换特定字符（如 a → @）：

echo "banana" | tr 'a' '@'

（2）删除字符（-d 选项） 

        删除所有数字：

echo "a1b2c3" | tr -d '0-9'

 

        删除所有空格和制表符：

echo "a  b\tc" | tr -d ' \t'

echo "a  b    c" | tr -d '[:blank:]'

 这里我使用第一个命令无法删除制表符，使用字符类命令实现。

问题原因

1. 制表符输入方式不同：

   • 制表符可能是 硬制表符（ASCII 9） 或 连续空格模拟的“软制表符”，后者无法被 \t 匹配。

2. Shell解释差异：

   • 某些Shell（如旧版本bash）可能未正确解析 \t 为制表符。

（3） 压缩重复字符（-s 选项）

        压缩连续的空格为单个空格：

echo "hello    world" | tr -s ' '

         压缩连续的换行符（清理空行）：

cat names.txt | tr -s '\n'

 这里我增加了几个空格，结果删除空格成功！

（4）补集模式（-c 选项）

        删除所有非字母字符：

echo "a1b!c" | tr -cd 'a-zA-Z'

 （5）其他命令

        统计单词频率（先转换为小写）：

echo "Hello World hello" | tr '[:upper:]' '[:lower:]' | tr ' ' '\n' | sort | uniq -c

 

 （6）字符集合的表示方法

        直接字符列表：

tr 'abc' 'xyz'  # a→x, b→y, c→z

         字符范围：

tr 'a-z' 'A-Z'  # 小写转大写

         预定义字符类：

• [:alnum:]：字母和数字。
• [:alpha:]：字母。
• [:digit:]：数字。
• [:space:]：空白字符（空格、制表符、换行符等）。
• [:upper:]：大写字母。
• [:lower:]：小写字母。

 （7）补充：

        SET1 和 SET2 的长度：
        如果 SET2 比 SET1 短，tr 会重复 SET2 的最后一个字符。
        如果 SET2 比 SET1 长，tr 会忽略 SET2 的多余部分。
        与 sed 的区别：
        tr 是字符级操作，不支持正则表达式或字符串替换。
        sed 支持正则表达式和复杂的文本替换（如 sed 's/old/new/g'）。
        输入来源：
        tr 只能通过标准输入（stdin）读取数据，无法直接操作文件。若需处理文件，需结合管道或重定向：