曲径通幽论坛

标题: cut -- 在文件的每一行中提取片段 [打印本页]

作者: beyes 时间: 2009-6-2 02:29
标题: cut -- 在文件的每一行中提取片段
基本格式：

cut -d ' 分隔字符 ' -f fields
cut -c 字符区间

参数：
-d : 后面接分割符。与 -f 一起使用；
-f : 依据 -d 的分割符将一段讯息分割成为数段，用 -f 取出其中的第几段；
-c : 以字节为单位取出固定字符区间。
--comlement : 以补足方式输出
--output-delimiter : 输出分隔符

应用举例-1(将 PATH 变量取出，找出第4个路径)：

beyes@linux-beyes:~> echo $PATH
/usr/lib/mpi/gcc/openmpi/bin:/home/beyes/bin:/usr/local/bin:/usr/bin:/bin:/usr/bin/X11:/usr/X11R6/bin:/usr/games:/opt/kde3/bin:/usr/lib/mit/bin:/usr/lib/mit/sbin
#找出上面蓝色加亮部分的路径并单独列出
beyes@linux-beyes:~> echo $PATH | cut -d ':' -f 4
/usr/bin
#另外，如果想同时列出第3和第5个路径，则如下
beyes@linux-beyes:~> echo $PATH | cut -d ':' -f 3,5
/usr/local/bin:/bin

应用举例-2(将 export 输出的信息，取出第 12 字节以后的所有字符串)：

beyes@linux-beyes:~> export
declare -x ALSA_CONFIG_PATH="/etc/alsa-pulse.conf"
declare -x COLORTERM="gnome-terminal"
declare -x CPU="i686"
declare -x CSHEDIT="emacs"
declare -x CVS_RSH="ssh"
.... .... ...

这里用 -c 参数来解决：

beyes@linux-beyes:~> export | cut -c 12-
ALSA_CONFIG_PATH="/etc/alsa-pulse.conf"
COLORTERM="gnome-terminal"
CPU="i686"
CSHEDIT="emacs"
CVS_RSH="ssh"
... ... ... ...

-c 参数后面是个范围，比如显式第 12-18 个字节里的内容，就是 cut -c 12-20 :

beyes@linux-beyes:~> export | cut -c 12-20
ALSA_CONF
COLORTERM
CPU="i686
CSHEDIT="
CVS_RSH="
... ... ... ...

应用举例-3(从last命令中筛选出近一个月来登录的用户名)：

beyes@linux-beyes:~> last
beyes pts/4       :0.0          Mon Jun  1 23:52 - 23:54  (00:01)
beyes pts/3       :0.0          Mon Jun  1 23:23 still logged in
beyes pts/3       :0.0          Mon Jun  1 00:22 - 00:35  (00:12)
beyes pts/1       :0.0          Mon Jun  1 00:19 still logged in
root    pts/3       :1.0          Sun May 31 18:06 - 18:11  (00:04)
root    pts/1       192.168.2.104 Sun May 31 18:05 - 18:42  (00:37)
... ... ... ...

下面进行筛选:

beyes@linux-beyes:~> last | cut -d ' ' -f 1
beyes
beyes
beyes
beyes
root
root

说明：在上面，可以用空格作为间隔符来取出 last 命令结果的第一列信息(登录用户帐号)。但是第一列(用户名)和第二列(终端或虚拟终端)之间的空格不止一个，所以要用如 cut -d ' ' -f 1,2 这样形式的命令，输出结果并不是想要的。所以，用 cut 来处理多空格相连的数据时会显得吃力。cut 的用途主要用来分析日志(log)文件，其他场合所用不多。

--complement 以补足方式输出
有时文本中有许多列，我们如果想剔除掉其中少数几列，然后输出其他的列，那么此时使用 --complement 的补足方式输出就很方便了，比如：

# cat tmp.txt
No    Name Mark Percent
1    Tom    38    80
2    Jim    58    10
3    Lee    48    30
4    Ken    58    40

假设不想输出第 2 列，而其他列均要被输出，那么可以：

# cut -f2 --complement tmp.txt
No    Mark Percent
1    38    80
2    58    10
3    48    30
4    58    40

--output-delimiter 指定输出分隔符
有时可能为了输出的美观或以新一种的排版方式输出，我们需要自定义一个列的分隔符，如下面的测试文本：

# cat temp.txt
abcdefghijklmnopqrstuvwxyz
abcdefghijklmnopqrstuvwxyz
abcdefghijklmnopqrstuvwxyz
abcdefghijklmnopqrstuvwxyz
# cut temp.txt -c1-3,6-9 --output-delimiter ":"
abc:fghi
abc:fghi
abc:fghi
abc:fghi

下表是区间参数说明：

参数	说明
N	第 N 个字节，字符或字段，从1开始计数
N-	从第N个字节，字符或字段直至行尾
N-M	从第N到第M(包括第M)个字节，字符或字段
-M	从第 1 到第 M(包括第M)个字节，字符或字段

欢迎光临曲径通幽论坛 (http://www.groad.net/bbs/)