一、cut命令
1，cut命令是对行来截取的命令。先来看man中cut命令参数
-b, --bytes=LIST select only these bytes -c, --characters=LIST select only these characters -d, --delimiter=DELIM use DELIM instead of TAB forfield delimiter -f, --fields=LIST select only these fields; also print any line that contains nodelimiter character, unless the -s option is specified -n with -b: don’t splitmultibyte characters --complement complement the set of selectedbytes, characters or fields -s, --only-delimited do not print lines not containingdelimiters --output-delimiter=STRING use STRING as the output delimiterthe default is to use the input delimiter
2，参数解释
-b：以字节为单位来分割。这些字节忽略多字节边界，除非指定-n。何为多字节？比如说中
文字符，一个中文占两个字节（编码不同，可能为2-4个字节）。
-n：仅跟-b一起使用，表示取消分割多字节符。
例：
[[email protected] test2]# more test.txt abc 123 ijk mnq [[email protected] test2]# cut -b 1 test.txt a 1 i m [[email protected] test2]# more test2.txt #我这是ut-f8编码，一个中文占3个字节 123456789 中文字符 一二三 #不加-n参数表示只打印第6个字节，所以中文无法打印 [[email protected] test2]# cut -b 6 test2.txt 6 #取消分割，只要第6个自己包含在即打印 [[email protected] test2]# cut -nb 6 test2.txt 6 文 二 [[email protected] test2]# cut -nb 4 test2.txt#第4个字节未完全包含单个字符，故没有打印中文 4
-c：以字符位为单位进行分割。当一个字符占一个字节时与-b效果相同，但对于多字节字符就不同。
例：
[[email protected] test2]# cut -b 3 test.txt c 3 k q [[email protected] test2]# cut -c 3 test.txt c 3 k q [[email protected] test2]# cut -b 3 test2.txt 3 [[email protected] test2]# cut -c 3 test2.txt 3 字 三
-d：自定义分割符，默认为制表符。
-f：即fields（域），因为-f以分割符来分割的，故一般与-d一起使用。因为-f可以指定以指定
的字符进行分割，使用比较灵活，故-f与-d是常用参数。
如passw文件以“：”冒号分隔每个字段。 [[email protected] test2]# cat/etc/passwd|head -n 5 root:x:0:0:root:/root:/bin/bash bin:x:1:1:bin:/bin:/sbin/nologin daemon:x:2:2:daemon:/sbin:/sbin/nologin adm:x:3:4:adm:/var/adm:/sbin/nologin lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin #只将以“：”分隔后的第5列打印出来 [[email protected] test2]# cat/etc/passwd|head -n 5 |cut -d : -f 5 root bin daemon adm lp
-s：表示打印没有分割符的行。假设某文件行以“-”分割，若某行没有“-”符号则不打印
[[email protected] test2]# more test6.txt 1-2-3-4 a,b,c,d e-f-g-h h:i:j:k i-ii-iii-iv-v [[email protected] test2]# cut -d ‘-‘ -f 1-test6.txt 1-2-3-4 a,b,c,d e-f-g-h h:i:j:k i-ii-iii-iv-v [[email protected] test2]# cut -d ‘-‘ -f 1- -stest6.txt 1-2-3-4 e-f-g-h i-ii-iii-iv-v
可以看到-f根据指定字符分割后分成一个一个域，然后可以选择需要的域。
之前我们例子都是选择分割后的一个字节、字符或域，其实cut还支持同时打印多字符，以几个例子来了解，很简单不做多解释。
[[email protected] test2]# cat test.txt abc 123 ijk mnq [[email protected] test2]# cat test2.txt 123456789 中文字符 一二三 [[email protected] test2]# cut -b 1,3 test.txt#第1和第3域 ac 13 ik mq #第1至第3域，还可以-2表示1-2,2-表示第2域到最后。注意分割后从1开始的。 [[email protected] test2]# cut -c 1-3test2.txt 123 中文字 一二三 [[email protected] test2]# ll |cut -d ‘ ‘ -f1,10|sed ‘1d‘ #只查看权限效果 -rw-r--r--. test2.txt -rw-r--r--. test3.txt -rw-r--r--. test.txt
刚才我们说了-d选项默认是以制表符来分割的，但有些文件即有制表符符又有空格会怎么样？
[[email protected] test2]# more test3.txt id 姓名 年龄 001 张三 18 002 李四 19 003 王五 20 [[email protected] test2]# cut -d ‘ ‘ -f 2-3test3.txt id 姓名 年龄 001 张三 18 [[email protected] test2]# cut -f 2-3test3.txt 姓名 年龄 张三 18 002 李四 19 王五 20
我们发现两次效果均不是想要的结果，其实我想要结果是显示姓名和年龄。我们来看看文件真正存储形式就知道为什么是这样的结果了。
[[email protected] test2]# sed -n l test3.txt id\t\345\247\223\345\220\215\t\345\271\264\351\276\204$ 001\t\345\274\240\344\270\211\t18$ 002 \346\235\216\345\233\233 19$ 003\t\347\216\213\344\272\224 20$
可以看到第一行、第二行是通过制表符（\t）来链接的，而第三行是通过空格来隔开的，第四行即有制表符又有空格。
第一种情况，以空格分割，第一、二行没有空格所以根本就没分割。第三行分割成很多块，打印2-3块，即依然还是空格。第四行也是一样，注意中间有多个空格。
第二种情况，以制表符分割，第一、二行能够按预期打印，第三行没有制表符即没有分割所以打印全部，第四行分割成2块，所以打印2-3块的话就打印后面的全部。
对空格分割处理：
[[email protected]]# more test5.txt 1 3 1 4 1 5 1 6 [[email protected]]# cut -d ‘ ‘ -f 2 test5.txt 3 [[email protected] test2]#cut -d ‘ ‘ -f 3 test5.txt 4 [[email protected]]# cut -d ‘ ‘ -f 4 test5.txt 5 [[email protected]]# cut -d ‘ ‘ -f 5 test5.txt 6
可以这么理解每个分割符就是假设有个斜杠，但是并不打印出来，斜杠之间可能为空。
这个想象中的“斜杠”也可以打印出来，还可以自定义以某个字符串来代替。使用--output-delimiter=STRING来实现。
[[email protected]]# cut -d ‘-‘ -f 1- -s test6.txt --output-delimiter=‘$‘ 1$2$3$4 e$f$g$h i$ii$iii$iv$v
即将原有的分割符替换为新的分割符。
我们也看到cut对空格处理不是那么理想化，参数较少，记住就行。