Linux cut命令

用途

文本文件按列提取。

特点

过于简单，只能处理固定格式的分隔符，分隔符不能使用正则表达式。

用法

命令基本格式

• -b、-c、-f分别表示字节、字符、字段（即byte、character、field）；
• list表示-b、-c、-f操作范围，-n常常表示具体数字；
• file表示的自然是要操作的文本文件的名称；
• delim（英文全写：delimiter）表示分隔符，默认情况下为TAB；
• -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）

cut option list file
cut -b list [-n] [file ...]
cut -c list [file ...]
cut -f list [-d delim][-s][file ...]

list 范围的表示方法

表示	意义
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

实例

经典应用

Linux中提取所有用户
cut -f 1 -d ':' /etc/passwd
以：作为分割符，提取第一个字段

去掉开始的命令提示符

cut -c 8- usercount.pig
从第8个字符开始提取
原文件 usercount.pig

grunt> A = load '/data/20160518/1055/100/9_1463541300000/part-00000' using PigStorage('|');
grunt> B = foreach A generate $16 as ip;
grunt> C = group B by ip;
grunt> D = foreach C generate group,COUNT(B);
grunt> dump D;

处理后结果

A = load '/data/20160518/1055/100/9_1463541300000/part-00000' using PigStorage('|');
B = foreach A generate $16 as ip;
C = group B by ip;
D = foreach C generate group,COUNT(B);

去除标题，并替换分隔符

cut -f 1- -s --output-delimiter='|' table.txt

• 由于默认分割符是 \t， 所以不需指定
• -s 去除不含分隔符的行（通常是标题，空行）
• 指定输出分割符
  原文件，cat table.txt

table

1       xiaohu
2       xiaoli
3       xiaowang
4       xiaoming

处理结果

1|xiaohu
2|xiaoli
3|xiaowang
4|xiaoming