shell腳本的使用---cut截取數據

   

linux之cut命令的用法

做者： 字體：[增長 減少] 類型：轉載 時間：2013-10-03 我要評論

cut是一個選取命令，就是將一段數據通過分析，取出咱們想要的。通常來講，選取信息一般是針對「行」來進行分析的，並非整篇信息分析的

（1）其語法格式爲：

cut  [-bn] [file] 或 cut [-c] [file]  或  cut [-df] [file]

使用說明

cut 命令從文件的每一行剪切字節、字符和字段並將這些字節、字符和字段寫至標準輸出。

若是不指定 File 參數，cut 命令將讀取標準輸入。必須指定 -b、-c 或 -f 標誌之一。

主要參數

-b ：以字節爲單位進行分割。這些字節位置將忽略多字節字符邊界，除非也指定了 -n 標誌。

-c ：以字符爲單位進行分割。

-d ：自定義分隔符，默認爲製表符。

-f ：與-d一塊兒使用，指定顯示哪一個區域。

-n ：取消分割多字節字符。僅和 -b 標誌一塊兒使用。若是字符的最後一個字節落在由 -b 標誌的 List 參數指示的<br />範圍以內，該字符將被寫出；不然，該字符將被排除。

（2）cut通常以什麼爲依據呢? 也就是說，我怎麼告訴cut我想定位到的剪切內容呢?

cut命令主要是接受三個定位方法：

第一，字節（bytes），用選項-b

第二，字符（characters），用選項-c

第三，域（fields），用選項-f

（3）以「字節」定位

舉個例子吧，當你執行ps命令時，會輸出相似以下的內容：

[rocrocket@rocrocket programming]$ who

rocrocket :0           2009-01-08 11:07

rocrocket pts/0        2009-01-08 11:23 (:0.0)

rocrocket pts/1        2009-01-08 14:15 (:0.0)

若是咱們想提取每一行的第3個字節，就這樣：

[rocrocket@rocrocket programming]$ who|cut -b 3

c

c

c

（4） 若是「字節」定位中，我想提取第3，第四、第5和第8個字節，怎麼辦?

-b支持形如3-5的寫法，並且多個定位之間用逗號隔開就成了。看看例子吧：

[rocrocket@rocrocket programming]$ who|cut -b 3-5,8

croe

croe

croe

但有一點要注意，cut命令若是使用了-b選項，那麼執行此命令時，cut會先把-b後面全部的定位進行從小到大排序，而後再提取。可不能顛倒定位的順序哦。這個例子就能夠說明這個問題：

[rocrocket@rocrocket programming]$ who|cut -b 8,3-5

croe

croe

croe

（5） 還有哪些相似「3-5」這樣的小技巧，列舉一下吧!

[rocrocket@rocrocket programming]$ who

rocrocket :0           2009-01-08 11:07

rocrocket pts/0        2009-01-08 11:23 (:0.0)

rocrocket pts/1        2009-01-08 14:15 (:0.0)

[rocrocket@rocrocket programming]$ who|cut -b -3

roc

roc

roc

[rocrocket@rocrocket programming]$ who|cut -b 3-

crocket :0           2009-01-08 11:07

crocket pts/0        2009-01-08 11:23 (:0.0)

crocket pts/1        2009-01-08 14:15 (:0.0)

想必你也看到了，-3表示從第一個字節到第三個字節，而3-表示從第三個字節到行尾。若是你細心，你能夠看到這兩種狀況下，都包括了第三個字節「c」。

若是我執行who|cut -b -3,3-，你以爲會如何呢？答案是輸出整行，不會出現連續兩個重疊的c的。看：

[rocrocket@rocrocket programming]$ who|cut -b -3,3-

rocrocket :0           2009-01-08 11:07

rocrocket pts/0        2009-01-08 11:23 (:0.0)

rocrocket pts/1        2009-01-08 14:15 (:0.0)

（6）給個以字符爲定位標誌的最簡單的例子吧!

下面例子你似曾相識，提取第3，第4，第5和第8個字符：

[rocrocket@rocrocket programming]$ who|cut -c 3-5,8

croe

croe

croe

不過，看着怎麼和-b沒有什麼區別啊？莫非-b和-c做用同樣? 其實否則，看似相同，只是由於這個例子舉的很差，who輸出的都是單字節字符，因此用-b和-c沒有區別，若是你提取中文，區別就看出來了，來，看看中文提取的狀況：

[rocrocket@rocrocket programming]$ cat cut_ch.txt

星期一

星期二

星期三

星期四

[rocrocket@rocrocket programming]$ cut -b 3 cut_ch.txt

?

?

?

?

[rocrocket@rocrocket programming]$ cut -c 3 cut_ch.txt

一

二

三

四

看到了吧，用-c則會以字符爲單位，輸出正常；而-b只會傻傻的以字節（8位二進制位）來計算，輸出就是亂碼。

既然提到了這個知識點，就再補充一句，若是你學有餘力，就提升一下。

當遇到多字節字符時，可使用-n選項，-n用於告訴cut不要將多字節字符拆開。

例子以下：

[rocrocket@rocrocket programming]$ cat cut_ch.txt |cut -b 2

?

?

?

?

[rocrocket@rocrocket programming]$ cat cut_ch.txt |cut -nb 2

[rocrocket@rocrocket programming]$ cat cut_ch.txt |cut -nb 1,2,3

星

星

星

星

（7）域是怎麼回事呢？解釋解釋:

爲 什麼會有「域」的提取呢，由於剛纔提到的-b和-c只能在固定格式的文檔中提取信息，而對於非固定格式的信息則一籌莫展。這時候「域」就派上用場了。若是 你觀察過/etc/passwd文件，你會發現，它並不像who的輸出信息那樣具備固定格式，而是比較零散的排放。可是，冒號在這個文件的每一行中都起到 了很是重要的做用，冒號用來隔開每個項。

咱們很幸運，cut命令提供了這樣的提取方式，具體的說就是設置「間隔符」，再設置「提取第幾個域」，就OK了！

以/etc/passwd的前五行內容爲例：

[rocrocket@rocrocket programming]$ 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

[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5|cut -d : -f 1

root

bin

daemon

adm

lp

看到了吧，用-d來設置間隔符爲冒號，而後用-f來設置我要取的是第一個域，再按回車，全部的用戶名就都列出來了！呵呵 有成就感吧！

固然，在設定-f時，也可使用例如3-5或者4-相似的格式：

[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5|cut -d : -f 1,3-5

root:0:0:root

bin:1:1:bin

daemon:2:2:daemon

adm:3:4:adm

lp:4:7:lp

[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5|cut -d : -f 1,3-5,7

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

bin:1:1:bin:/sbin/nologin

daemon:2:2:daemon:/sbin/nologin

adm:3:4:adm:/sbin/nologin

lp:4:7:lp:/sbin/nologin

[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5|cut -d : -f -2

root:x

bin:x

daemon:x

adm:x

lp:x

（8）若是遇到空格和製表符時，怎麼分辨呢？我以爲有點亂，怎麼辦？

有時候製表符確實很難辨認，有一個方法能夠看出一段空格究竟是由若干個空格組成的仍是由一個製表符組成的。

[rocrocket@rocrocket programming]$ cat tab_space.txt

this is tab finish.

this is several space      finish.

[rocrocket@rocrocket programming]$ sed -n l tab_space.txt

this is tab\tfinish.$

this is several space      finish.$

看到了吧，若是是製表符（TAB），那麼會顯示爲\t符號，若是是空格，就會原樣顯示。

經過此方法便可以判斷製表符和空格了。

注意，上面sed -n後面的字符是L的小寫字母哦，不要看錯。

（9）我應該在cut -d中用什麼符號來設定製表符或空格呢?

其實cut的-d選項的默認間隔符就是製表符，因此當你就是要使用製表符的時候，徹底就能夠省略-d選項，而直接用－f來取域就能夠了。

若是你設定一個空格爲間隔符，那麼就這樣：

[rocrocket@rocrocket programming]$ cat tab_space.txt |cut -d ' ' -f 1

this

this

注意，兩個單引號之間可確實要有一個空格哦，不能偷懶。

並且，你只能在-d後面設置一個空格，可不準設置多個空格，由於cut只容許間隔符是一個字符。

[rocrocket@rocrocket programming]$ cat tab_space.txt |cut -d ' ' -f 1

cut: the delimiter must be a single character

Try `cut --help' for more information.

（10）cut有哪些缺陷和不足？

猜出來了吧？對，就是在處理多空格時。

若是文件裏面的某些域是由若干個空格來間隔的，那麼用cut就有點麻煩了，由於cut只擅長處理「以一個字符間隔」的文本內

本文出自 「shuosirhttp://shuosir.blog.51cto.com」 博客，轉載請與做者聯繫！