Linux cut 命令 | 分割截取文件中每行的字符串数据

Linux cut ( cut ) 命令用于截取、分割文件中每行的字符串数据内容。

cut 命令的定义解释

在 Linux 和 FreeBSD 系统中，有许多实用程序可用于处理和过滤文本文件。cut 是一个命令行实用程序，允许您从指定文件或管道数据中切割、截取行内容的部分字符串数据，并将结果打印到标准输出。它可以按分隔符、字节位置和字符分割、截取行中的部分内容。

本文将通过实际示例和对最常见选项的详细解释，向您展示如何使用cut命令。

cut 命令语法

cut 命令的基本语法形式为：

cut OPTION... [FILE]...

• [OPTION]：选项名，必须提供
• [FILE]：可选；分割、截取内容的文件，当不提供时，从标准输入读取数据

使用 cut 在裁剪行中选定部分时可使用字段、字节或字符位置，具体标志如下：

• -f (--fields=LIST)：指定一个字段、以逗号分隔的一组字段或一个范围的字段。这是最常用的选项。
• -b (--bytes=LIST)：指定一个字段、以逗号分隔的一组字段或一个范围的字节。
• -c (--characters=LIST)：指定一个字段、以逗号分隔的一组字段或一个范围的字符。

可以使用其他标志符：

• -d (--delimiter)：指定一个分隔符，替代默认的 tab 分隔符。
• --complement：当使用此选项时，cut 命令显示除选定的字节、字符或字段之外的所有字节、字符或字段。
• -s (--only-delimited)：默认情况下，cut 命令会输出不包含分隔符的行；使用此选项时，cut 命令输出包含分隔符的行。
• --output-delimiter：cut 命令的默认行为是使用输入分隔符作为输出分隔符，使用此选项指定输出分隔符。

截取内容时 LIST 的取值：

• N：第 N 个字段，字节或字符，从1开始。
• N-：从第 N 个字段、字节或字符到行尾。
• N-M：从第 N 到第 M 个字段、字节或字符。
• -M：从第 1 到第 M 个字段、字节或字符。

cut 命令使用示例

在下面的示例中，将基于文件 test.txt 说明 cut 命令的用法，test.txt 文件的内容如下（其中各字段使用 tab 分开）：

Sat:周六  上午  打篮球 张三  10:00--11:00
Sun:周日  下午  踢足球 李四  15:00--16:00

基于字段截取数据

1、使用 -f 选项，分割、截取文件中的第 1 和第 3 个字段：

cut test.txt -f 1,3

输出内容为：

Sat:周六  打篮球
Sun:周日  踢足球

2、使用 -f 选项，分割、截取文件中的第 1 至第 4 个字段：

cut test.txt -f -4

输出内容为：

Sat:周六  上午  打篮球 张三
Sun:周日  下午  踢足球 李四

自定义分隔符

cut 命令默认的分隔符为 tab，使用 -d 选项自定义分隔符。

使用 -d 选项定义分隔符 :，分割、截取文件中的第 1 和第 2 个字段：

cut test.txt -d ":" -f 1,2

输出内容为：

Sat:周六  上午  打篮球 张三  10
Sun:周日  下午  踢足球 李四  15

选择指定字段的补集

要选择指定字段列表的补集，需要使用 --complement 选项，将只打印那些没有使用 -f 选项选择的字段。

使用 --complement 选项，输出除第 1 和第 3 个字段以外的所有字段：

cut test.txt -f 1,3 --complement

输出内容：

上午  张三  10:00--11:00
下午  李四  15:00--16:00

指定输出分隔符

默认情况下输出分隔符使用输入分隔符，可以使用 --output-delimiter 选项指定输出分隔符。

使用 --output-delimiter 选项，将输出分隔符设置为 ;：

cut test.txt -f 1,3 --output-delimiter=';'

输出内容：

Sat:周六;打篮球
Sun:周日;踢足球

基于字节和字符截取字符串数据

一个字节为 8 位，与使用的编码无关。一个字符使用的字节数与使用的编码方式有关，在 UTF-8 中，字符可以用 1 个字节到 4 个字节表示，但是目前基于字符的截取也是截取一个字节，而不是截取基于文件编码的一个字符长度。

在本例中文件使用的编码为 UTF-8，本例中包含中文，一个中文占 3 个字节，所以当截取的内容不是一个完整的汉字时，就会存在乱码。

1、使用 -b 选项，基于字节截取文件中的第 1 和第 2 个字节 ：

cut test.txt -b 1,2

输出内容：

Sa
Su

2、使用 -c 选项，基于字节截取文件中的第 1 和第 2 个字节 ：

cut test.txt -c 1,2

输出内容：

Sa
Su

当前：使用 -b 与 -c 都是截取指定的字节，截取的内容相同。

截取中文解释说明

示例文件 test.txt 中的第 5-7 字节为汉字 周，第 8-10 字节为汉字第一行为 六，第二行为 日，截取不是完整汉字字节时就会乱码。

1、使用 -c 选项，基于字节截取文件中的第 8 至第 10 个字符的汉字：

cut test.txt -c 8-10

输出内容：

六
日

2、使用 -c 选项，基于字节截取文件中的第 9 至第 10 个字符（不是完整汉字，则乱码）：

cut test.txt -c 9-10

输出内容：

��
��

cut 命令选项解释

如下给出了 Linux cut 命令中所有选项的解释说明：

结语

在本教程中我们介绍了如何使用 cut ( cut ) 命令截取、分割文件中每行的字符串数据内容，允许您从指定文件或管道数据中切割、截取行内容的部分字符串数据，并将结果打印到标准输出。它可以按分隔符、字节位置和字符分割、截取行中的部分内容。

该 cut 命令可以在 Linux 系统中使用，也可以在 FreeBSD 系统中使用。