linux命令学习笔记：cut详解

cut命令从文件的每一行剪切字节、字符和字段并将它们写至标准输出。它是以文件的每一行作为处理对象的。 

命令格式：cut [选项] [范围] 文件。选项用来指定单位(字节、字符还是字段)，范围指定选项的位置。
常用的选项有：
-b：指定以字节为单位显示选中内容
-c：指定以字符为单位显示选中内容
-f：指定以字段为单位显示选中内容
-d：指定字段的分界符，默认为制表符
其它的选项还有-n（仅和-b选项一起使用）、-s（仅和-f选项一起使用）
范围表示：
n：第n个字节/字符/字段
n-：从第n个字节/字符/字段到最后一个字节/字符/字段
n-m：从第n个字节/字符/字段到第m个字节/字符/字段，包括m
-m：从行的开头到第m个字节/字符/字段，包括m
-：从行开头到行的最后
一、显示passwd文件中用户名、密码、用户ID和用户目录。

passwd文件每行分为七列，以:为分隔符；这七列依次是用户名、密码、用户ID、组ID、用户描述、用户目录、用户bash。由于passwd文件内容过多，我们这里用sed显示其中的1-6行。
二、显示前两个字节或前两个字符
看起来-b选项和-c选项没什么区别嘛。。其实不然，若文件内容有汉字就可以看出来两者的差别了。
三、

你是不是有些疑惑：汉字不是占两个字节 么？cut -b - test1正好是显示两个字节呀。。不错，网上有很多资料都是这么说的，而且它们会告诉你用cut -b -3就可以完整的显示出一个汉字，原因是cut -b -2以字节为单位来处理，字符被“切成两半”，因此无法正常显示。
但是看了下面的图片，你或许会有不同的看法：
     呵呵。。实在不好意思，貌似从utf-8到gb2312的编码转换没有成功，但是没关系，这不影响我们对为什么cut -b -2不能正确显示汉字的判断。
这个图片就可以说明-b和-c选项的差别：我们用cut -b - test1时，没有显示出汉字，但是换成-c选项则可以显示两个汉字。这就是-b（字节）和-c（字符）之间的区别。
我们看到编码为utf-8的test1文件第一行一共有５个汉字和３个字母，但wc -c统计是19个字节，而编码为iso-8859的test文件统计为14个字节！（wc -c在统计字节时，结束符/换行符也作为一个字节。）
    这表明：在utf-8编码下，汉字是占三个字节的！
大家可自己动手试验一下，在utf-8编码下，用cut -b -3可以显示一个汉字，而在其它编码如gb2312、iso-8859等编码下，用cut -b -2就可以显示一个汉字。

(二)、
一.简单了解
新建一个文件，命名为names,内容如下
    $cat names
    Farseer
    Tony
    Emanuel
    Lucy
    Jim
    ChenJihuang
    Jack
假如我们要析取出第3个字符，就这样做
    $cut -c3 names
    r
    n
    a
    c
    m
    e
    c
如果要析取第3,5字符，就这样，用逗号隔开即可，如果不用
    $cut -c3, names
    re
    n
    au
    c
    m
    eJ
    c
如果是2到4这几个字符，就用连接号“－”
    $cut -c2- names
    ars
    ony
    man
    ucy
    im
    hen
    ack
自己感受理解一下“,”和“－”的作用，想一下如果去掉这些符号，上面的例子会输出什么。
明白了吧，自己试一下才能有更深的体会！！
二.过滤器作用
过滤器，不用我讲也明白，就是过滤我们不要的东东，剩下我们要的。
也许你看过这样的命令 $cat names | less
如果你不明白 "|"是什么东东，你先记住这是一种写法，而“｜”这个东东叫作管道，接下来会有解释
为了体现过滤器作用，我们先用who（前一讲有介绍）查看一下
    $who
    farseer tty7         -- : (:)
    farseer pts/        -- : (:0.0)
    user     tty9         -- : (:)
如果你只是想要用户名，那现在岂不是很不爽，后面所时间真是多余的麻烦，这时候cut就起作用了
    $who | cut -c1-
    farseer
    farseer
    user
最长的名字farseer也就只有7个字符，把前7个析取出来，短的也就跟着出来，多余的也只是空格，不影响阅读。
当然，出来之后还可以排序$who | cut -c1- | sort
如果要显示什么终端（第二列内容），那一样的道理
    $who |cut -c10-
    tty7
    pts/
    tty9
顺便排一下序，看一下效果
    $who |cut -c10- | sort
    pts/
    tty7
    tty9
如果我只要用户名和日期以及日期后面的东西呢？其实也很简单，在｛一.简单了解｝中已经提到“，”的作用了，现在加强一下理解
    $who |cut -c1-,-
    farseer -- : (:)
    farseer -- : (:0.0)
    user    -- : (:)
如果把1-,-掉换一下呢？
    $who |cut -c22-,-
    farseer -- : (:)
    farseer -- : (:0.0)
    user    -- : (:)
可见，还是会按原文的顺序。
至于这些数字22，－7是怎么来的，很简单，自己数，或者试一下看看结果就确定了。
到这里，应该对cut这个命令又较深了了解了吧，不过，还未结束。
三.-d和-f选项
要知道，我们的用户信息都保存在/etc/passwd这个文件里面，我们来看一下前10行
    $head /etc/passwd        #head就是显示文件前十行的命令
    root:x:::root:/root:/bin/bash
    daemon:x:::daemon:/usr/sbin:/bin/sh
    bin:x:::bin:/bin:/bin/sh
    sys:x:::sys:/dev:/bin/sh
    sync:x:::sync:/bin:/bin/sync
    games:x:::games:/usr/games:/bin/sh
    man:x:::man:/var/cache/man:/bin/sh
    lp:x:::lp:/var/spool/lpd:/bin/sh
    mail:x:::mail:/var/mail:/bin/sh
    news:x:::news:/var/spool/news:/bin/sh
如果我们要取出用户名的话，就有点难度了。因为按照前面讲的方法会有很多多余的字符出现。
所以-d和-f选项派上了用场。因为发现有个特点，这些内容是用":"隔开的。
格式：cut -ddchar -ffields file
注释:dchar是分隔符号，fileds是分隔之后的段号
看下面的例子就差不多理解了
为了方便操作，我们把这前10行写到一个叫做pass的文本中,使用输出重定向">"
就是把本来输出到屏幕的内容输出到指定的文件中，如果文件不存在就自动创建，">"这个符号很形象
    $head /etc/passwd > pass
    $cat pass
    root:x:::root:/root:/bin/bash
    daemon:x:::daemon:/usr/sbin:/bin/sh
    bin:x:::bin:/bin:/bin/sh
    sys:x:::sys:/dev:/bin/sh
    sync:x:::sync:/bin:/bin/sync
    games:x:::games:/usr/games:/bin/sh
    man:x:::man:/var/cache/man:/bin/sh
    lp:x:::lp:/var/spool/lpd:/bin/sh
    mail:x:::mail:/var/mail:/bin/sh
    news:x:::news:/var/spool/news:/bin/sh
好的，接下来是真正的例子。
    $cut -d: -f1 pass
    root
    daemon
    bin
    sys
    sync
    games
    man
    lp
    mail
    news
看到了吧，:就是分隔符号，1就是分隔后的第一段，也就是用户名
这时候你应该产生一种思维，如果要第n断，只须修改f的参数即可。
下面这一句是显示用户名和shell的路径（最后一段的内容）
    $cut -d: -f1, pass
    root:/bin/bash
    daemon:/bin/sh
    bin:/bin/sh
    sys:/bin/sh
    sync:/bin/sync
    games:/bin/sh
    man:/bin/sh
    lp:/bin/sh
    mail:/bin/sh
    news:/bin/sh
再一次看到了“，”的功能了吧
同样的“－”也是可以用的，我就不举例了，你自己试试。
再举一个例子，加入有个文件qq里面存放你好友的QQ，内容如下
    $cat qq
    Farseer
    Chen Jihuang
名字和qq号使用制表符隔开(Tab键)。
用下面命令可以查看（这个命令不用过分追究，我也不清楚）
    $sed -n l qq
    Farseer\t619932509$
    Chen Jihuang\t619932509$
看到了吧，事实上，如果你用过c或者c++，就知道\t转义为制表符
这时候你执行
    $cut -f1 qq
    Farseer
    Chen Jihuang
发现没有用-d选项，就可以分段了，为什么呢？
因为默认分隔符号是制表符。