linux命令截取文件相同类型字符串,Linux字符截取命令-cut

Linux字符截取命令-cut

作者 | WenasWei

一 Linux之cut命令详解

将每个文件中选定的行部分打印到标准输出, 如果没有文件，或者文件是-，则读取标准输入,长选项的强制参数对于短选项也是强制的。

cut 是一个选取命令,一般来说，选取信息通常是针对“行”来进行分析的，并不是整篇信息分析的,用于显示每行从开头算起 num1 到 num2 的文字。

1.1 使用语法cut [-bn] [file]

cut [-c] [file]

cut [-df] [file]

1.2 使用说明

cut 命令从文件的每一行剪切字节、字符和字段并将这些字节、字符和字段写至标准输出。

如果不指定 File 参数，cut 命令将读取标准输入。必须指定 -b、-c 或 -f 标志之一, cut 默认以制表符为分隔符。

参数:-b ：以字节为单位进行分割。这些字节位置将忽略多字节字符边界，除非也指定了 -n 标志。

-c ：以字符为单位进行分割。

-d ：自定义分隔符，默认为制表符。

-f ：与-d一起使用，指定显示哪个区域。

-n ：取消分割多字节字符。仅和 -b 标志一起使用。如果字符的最后一个字节落在由 -b 标志的 List 参数指示的范围之内，该字符将被写出；否则，该字符将被排除

在 -b、-c 或 -f 中只能使用一个。每个LIST由一个组成

范围，或用逗号分隔的多个范围。选定的输入被写入

顺序与读取和写入的顺序相同。

1.3 三个方法定位

cut 命令主要是接受三个定位方法：第一，字节(bytes)，用选项 -b

第二，字符(characters)，用选项 -c

第三，域(fields)，用选项 -f

二 cut 帮助文档

执行命令查询帮助文档:cut --help

cut帮助文档解析:

(1)'-b字节列表'

'--bytes =字节列表'

选择仅打印字节列表中列出的位置中的 字节。制表符和退格键与其他任何字符一样；他们占用了1个字节。如果指定了输出定界符，然后在所选字节范围之间输出该字符串。

(2)'-c字符列表'

'--characters =字符列表'

选择仅打印在 character-list 中列出的位置中的 字符。目前与 -b 相同，但是国际化将改变这种状况。制表符和退格键与其他任何字符一样；他们占1个字符。如果指定了输出定界符，然后在所选字节范围之间输出该字符串。

(3)'-d input_delim_byte'

'--delimiter = input_delim_byte'

和 -F，请使用 input_delim_byte 的第一个字节作为输入字段分隔符(默认为TAB)。

(4)'-f字段列表'

'--fields =字段列表'

选择仅打印在 field-list 中列出的字段。默认情况下，字段之间用TAB字符分隔。还要打印任何不包含定界符的行，除非 -仅定界 (-s)选项已指定。

(5)'-n'

不要拆分多字节字符。

(6)'-s'

'-仅定界'

为了 -F，请勿打印不包含字段分隔符的行。通常，任何没有字段分隔符的行都按原样打印。

三 命令详解与使用案例

3.1 实例一: 查询命令结合 cut -b

当你执行 who 命令时，会输出类似如下的内容：$ who

root pts/1 2021-04-25 21:51 (58.62.93.183)

root pts/0 2021-04-25 21:50 (58.62.93.183)

(1) 提取每一行的第3个字节$ who|cut -b 3

o

o

(2) 提取第1，第2、第3个字节

方案1:$ who |cut -b 1-3

roo

roo

roo

方案2:$ who |cut -b 1,2,3

roo

roo

roo

-b 支持形如 1-3 的写法，而且多个定位之间用逗号隔开就可以了。

注意：

cut 命令如果使用了-b选项，那么执行此命令时，cut 会先把 -b 后面所有的定位进行从小到大排序，然后再提取。不能颠倒定位的顺序。

(3) 提取第1到第3，第5和第20个字符之后的所有数据who|cut -b 1-3,20-

roo 2021-04-25 21:51 (58.62.93.183)

roo 2021-04-25 21:50 (58.62.93.183)

roo 2021-04-25 23:05 (58.62.93.183)

(4) 提取第n个字节前后所有的字节

n = 2 的情况下

方案1:$ who |cut -b 2-

oot pts/1 2021-04-25 21:51 (58.62.93.183)

oot pts/0 2021-04-25 21:50 (58.62.93.183)

oot pts/2 2021-04-25 23:05 (58.62.93.183)

方案2:$ who |cut -b -2

ro

ro

ro

3.2 实例二: 文本文件结合 cut -c

(1)创建测试文件创建一份测试文件: test.txtvi test.txt

测试文件内容数据apple=苹果=pingguo

create=创建

delect=删除

exe=程序

good=好的

(2) -c 和 -b 的使用区别

-c与命令查询结果:who|cut -c 1-3,20-

roo 2021-04-25 21:51 (58.62.93.183)

roo 2021-04-25 21:50 (58.62.93.183)

roo 2021-04-25 23:05 (58.62.93.183)

看似查询结果相同，只是因为这个例子 who 输出取的数据都是字节字符，所以用 -b 和 -c 没有区别，如果你提取中文，区别就看出来了,看看中文提取的情况：$ cut -b 3-10 test.txt

ple=苹

eate=创

lect=删

e=程序

od=好

$ cut -c 3-10 test.txt

ple=苹

eate=创

lect=删

e=程序

od=好结果发现，这个问题不知道哪个版本已经修复了，附加上测试使用的 linux 版本,其他命令与 -b使用类似，下面将不再一一列举。$ cat /proc/version

Linux version 4.15.0-52-generic (buildd@lgw01-amd64-051) (gcc version 7.3.0 (Ubuntu 7.3.0-16ubuntu3)) #56-Ubuntu SMP Tue Jun 4 22:49:08 UTC 2019

3.3 实例三: cut -d 与 -f 的共同使用

cut 的 -d 选项的默认间隔符就是制表符，所以当你就是要使用制表符的时候，完全就可以省略 -d 选项，而直接用－f来取域就可以了。

(1) 结合查询命令取出指定符号的切割的第一域$ head -n 5 /etc/passwd

root:x:0:0:root:/root:/bin/bash

daemon:x:1:1:daemon:/usr/sbin:/usr/sbin/nologin

bin:x:2:2:bin:/bin:/usr/sbin/nologin

sys:x:3:3:sys:/dev:/usr/sbin/nologin

sync:x:4:65534:sync:/bin:/bin/sync

$ head -n 5 /etc/passwd |cut -d ':' -f 1

root

daemon

bin

sys

sync

(2) 取出文档中指定符号的切割的第一域$ head -n 5 test.txt |cut -d : -f 1

apple=苹果=pingguo

create=创建

delect=删除

exe=程序

good=好的

$ head -n 5 test.txt |cut -d = -f 2

苹果

创建

删除

程序

好的

(3)如上 -b 中的拼接规则同理使用$ head -n 5 test.txt |cut -d = -f2-

$ head -n 5 test.txt |cut -d = -f2,3

$ head -n 5 test.txt |cut -d = -f2-3

(4)分隔符必须为单个字符，多个异常如下$ cat test.txt |cut -d '==' -f2-3

cut: the delimiter must be a single character

四 使用场景和缺陷不足

4.1 cut的使用场景cut命令用来显示行中的指定部分，删除文件中指定字段

脚本切割读取文件或者指定命令信息

统计指定的服务器信息处理，进行归纳统计

4.2 cut的缺陷和不足不能处理多空格

如果文件里面的某些域是由若干个空格来间隔的，那么用cut就有点麻烦了，因为 cut 只擅长处理“以一个字符间隔”的文本内容

4.3 cut和awk的差别当一个文件中每一行都含有一个或多个空格时，这时候只能用 awk 来分隔

cut默认的分隔符是制表符，awk默认的分隔符是一个空格或者多个空格或者是制表符

语法格式不同

参考文档: