如何使用 Linux cut 命令

Linux命令允许您从文件或数据流中提取部分文本。它对于处理分隔数据（例如CSV 文件）特别有用。这是你需要知道的。

cut

剪切命令

该命令是Unix世界的老手，于 1982 年作为 AT&T System III UNIX 的一部分首次亮相。它在生活中的目的是根据您设置的标准从文件或流中截取部分文本。它的语法和它的用途一样简单，但正是这种联合的简单性使它如此有用。

cut

有关的Linux和BSD有什么区别？

以历史悠久的 UNIX 方式，通过与其他实用程序相结合，您可以为具有挑战性的问题创建优雅而强大的解决方案。虽然有不同的版本，但我们将讨论标准的 GNU/Linux 版本。请注意，其他版本，特别是BSD变体中的版本，不包括此处描述的所有选项。

cut

grep

cut

cut

您可以通过发出以下命令来检查计算机上安装了哪个版本：

剪切--版本

如果您在输出中看到“GNU coreutils”，那么您使用的是我们将在本文中描述的版本。所有版本都具有此功能，但 Linux 版本已添加了增强功能。

cut

切割的第一步

无论我们是将信息输入还是用于读取文件，我们使用的命令都是相同的。您可以对输入流执行的任何操作都可以在文件中的一行文本上执行， 反之亦然。我们可以告诉我们使用字节、字符或分隔字段。

cut

cut

cut

cut

要选择单个字节，我们使用(byte) 选项并告诉我们想要哪个或哪些字节。在这种情况下，它是字节 5。我们将字符串“how-to geek”发送到带有管道“|”的命令中，来自.

-b

cut

cut

echo

echo 'how-to 极客' | 切-b 5

该字符串中的第五个字节是“t”，因此通过在终端窗口中打印“t”来响应。

cut

要指定 范围 ，我们使用连字符。要提取字节 5 到 - 包括 - 11，我们将发出以下命令：

echo 'how-to 极客' | 切-b 5-11

您可以通过用逗号分隔它们来提供多个单个字节或范围。要提取字节 5 和字节 11，请使用以下命令：

echo 'how-to 极客' | 切-b 5,11

要获取每个单词的第一个字母，我们可以使用以下命令：

echo 'how-to 极客' | 切-b 1,5,8

如果您使用没有 第一个 数字的连字符，则返回从位置 1 到数字的所有内容。如果您使用没有 第二个 数字的连字符，则返回从第一个数字到流或行末尾的所有内容。

cut

cut

echo 'how-to 极客' | 切-b -6

echo 'how-to 极客' | 切-b 8-

对字符使用 cut

使用字符与使用字节几乎相同。在这两种情况下，必须特别注意复杂的字符。通过使用(character) 选项，我们告诉以字符而不是字节工作。

cut

-c

cut

echo 'how-to 极客' | 切-c 1,5,8

echo 'how-to 极客' | 切-c 8-11

这些工作完全符合您的预期。但是看看这个例子。这是一个六个字母的单词，因此要求返回从 1 到 6 的字符应该返回整个单词。但事实并非如此。少了一个字。要查看整个单词，我们必须询问从 1 到 7 的字符。

cut

回声“皮纳塔” | 剪切-c 1-6

回声“皮纳塔” | 剪切-c 1-7

问题是字符“ñ”实际上是由两个字节组成的。我们可以很容易地看到这一点。我们有一个包含这行文本的短文本文件：

猫 unicode.txt

我们将使用该实用程序检查该文件。使用(canonical) 选项为我们提供了一个十六进制数字表，右边是对应的 ASCII 。在 ASCII 表中，没有显示“ñ”，而是有代表两个不可打印字符的点。这些是十六进制表中突出显示的字节。

hexdump

-C

hexdump -C unicode.txt

显示程序（在本例中为 Bash shell ）使用这两个字节来识别“ñ”。许多Unicode 字符使用三个或更多字节来表示单个字符。

如果我们要求输入字符 3 或字符 4，则会显示非打印字符的符号。如果我们要求字节 3和4，shell 会将它们解释为“ñ”。

回声“皮纳塔” | 剪切-c 3

回声“皮纳塔” | 剪切-c 4

回声“皮纳塔” | 剪切-c 3-4

使用带有分隔数据的 cut

我们可以要求使用指定的分隔符分割文本行。默认情况下，cut 使用制表符，但很容易告诉它使用我们想要的任何内容。“/etc/passwd”文件中的字段由冒号“:”分隔，因此我们将使用它作为分隔符并提取一些文本。

cut

分隔符之间的文本部分称为 fields，并且像字节或字符一样被引用，但它们前面有(fields) 选项。您可以在“f”和数字之间留一个空格，也可以不留。

-f

第一个命令使用(delimiter) 选项告诉 cut 使用“:”作为分隔符。它将从“/etc/passwd”文件的每一行中提取第一个字段。这将是一个很长的列表，因此我们使用( number) 选项仅显示前五个响应。第二个命令做同样的事情，但用于向我们显示最后五个响应。

head

-n

tail

剪切 -d':' -f1 /etc/passwd | 头 -n 5

剪切 -d':' -f2 /etc/passwd | 尾 -n 5

要提取选定的字段，请将它们列为逗号分隔的列表。此命令将提取字段一到三、五和六。

剪切 -d':' -f1-3,5,6 /etc/passwd | 尾 -n 5

通过包含在命令中，我们可以查找包含“/bin/bash”的行。这意味着我们只能列出那些将 Bash 作为其默认 shell 的条目。这通常是“普通”用户帐户。我们将要求从 1 到 6 的字段，因为第七个字段是默认的 shell 字段，我们已经知道它是什么——我们正在搜索它。

grep

grep "/bin/bash" /etc/passwd | 剪切 -d':' -f1-6

包含除一个之外的所有字段的另一种方法是使用该选项。这会反转字段选择并显示尚未请求的所有 内容 。让我们重复最后一个命令，但只要求输入字段 7。然后我们将使用该选项再次运行该命令。

--complement

--complement

grep "/bin/bash" /etc/passwd | 剪切 -d':' -f7

grep "/bin/bash" /etc/passwd | 剪切 -d':' -f7 --complement

第一个命令找到一个条目列表，但字段 7 没有给我们任何东西来区分它们，所以我们不知道这些条目指的是谁。在第二个命令中，通过添加选项，我们得到除了字段 7 之外的所有内容。

--complement

管道切割成切割

继续使用“/etc/passwd”文件，让我们提取字段 5。这是拥有用户帐户的用户的实际名称。

grep "/bin/bash" /etc/passwd | 剪切 -d':' -f5

第五个字段具有以逗号分隔的子字段。它们很少填充，因此它们显示为一行逗号。

我们可以通过将前一个命令的输出传递到另一个调用来删除逗号。第二个实例 使用逗号“,”作为其分隔符。( only delimited) 选项告诉抑制根本没有分隔符的结果。

cut

cut

-s

cut

grep "/bin/bash" /etc/passwd | 剪切-d':' -s -f5 | 剪切 -d',' -s -f1

因为根条目在第五个字段中没有逗号子字段，所以它被抑制了，我们得到了我们想要的结果——在这台计算机上配置的“真实”用户的名称列表。

输出分隔符

我们有一个小文件，其中包含一些逗号分隔值。此虚拟数据中的字段是：

• ID: 数据库 ID 号
• First：主题的名字。
• Last：主题的姓氏。
• 电子邮件：他们的电子邮件地址。
• IP 地址：他们的IP 地址。
• 品牌：他们驾驶的汽车品牌。
• 型号：他们驾驶的机动车辆的型号。
• 年份：他们的汽车制造年份。

小猫.csv

如果我们告诉 cut 使用逗号作为分隔符，我们可以像以前一样提取字段。有时您需要从文件中提取数据，但您不希望在结果中包含字段分隔符。使用 ，我们可以告诉 cut 使用什么字符——或者实际上是字符 序列——来代替实际的分隔符。

--output-delimiter

剪切 -d ',' -f 2,3 small.csv

cut -d ',' -f 2,3 small.csv --output-delimiter=' '

第二个命令告诉用空格替换逗号。

cut

我们可以更进一步，并使用此功能将输出转换为垂直列表。此命令使用换行符作为输出分隔符。请注意，我们需要包含“$”以使换行符起作用，而不是解释为两个字符的文字序列。

我们将使用过滤掉 Morgana Renwick 的条目，并要求打印从字段 2 到记录末尾的所有字段，并使用换行符作为输出分隔符。

grep

cut

grep 'renwick' small.csv | 剪切 -d ',' -f2- --output-delimiter=$''

老歌但戈尔迪

在撰写本文时，little cut命令即将迎来它的 40 岁生日，而我们今天仍在使用它并写下它。我想今天的删减文本和 40 年前一样。也就是说，当您手头有正确的工具时，会容易得多。