參考:http://blog.sina.com.cn/s/blog_5e77c61f0100hqky.html

1. cut是以每一行為一個(gè)處理對(duì)象的，這種機(jī)制和sed是一樣的。

?

?

2. cut一般以什么為依據(jù)呢? 也就是說，我怎么告訴cut我想定位到的剪切內(nèi)容呢?

cut命令主要是接受三個(gè)定位方法：

第一，字節(jié)（bytes），用選項(xiàng)-b

第二，字符（characters），用選項(xiàng)-c

第三，域（fields），用選項(xiàng)-f

?

?

3. 以“字節(jié)”定位，給個(gè)最簡(jiǎn)單的例子?

舉個(gè)例子吧，當(dāng)你執(zhí)行ps命令時(shí)，會(huì)輸出類似如下的內(nèi)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)

如果我們想提取每一行的第3個(gè)字節(jié)，就這樣：
[rocrocket@rocrocket programming]$ who|cut -b 3
c
c
c

看明白了吧，-b后面可以設(shè)定要提取哪一個(gè)字節(jié)，其實(shí)-b和3之間沒有空格也是可以的，但推薦有空格:)

?

?

4. 如果“字節(jié)”定位中，我想提取第3，第4、第5和第8個(gè)字節(jié)，怎么辦?

-b支持形如3-5的寫法，而且多個(gè)定位之間用逗號(hào)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(diǎn)要注意，cut命令如果使用了-b選項(xiàng)，那么執(zhí)行此命令時(shí)，cut會(huì)先把-b后面所有的定位進(jìn)行從小到大排序，然后再提取。可不能顛倒定位的順序哦。這個(gè)例子就可以說明這個(gè)問題：
[rocrocket@rocrocket programming]$ who|cut -b 8,3-5
croe
croe

croe

?

?

5. 還有哪些類似“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(gè)字節(jié)到第三個(gè)字節(jié)，而3-表示從第三個(gè)字節(jié)到行尾。如果你細(xì)心，你可以看到這兩種情況下，都包括了第三個(gè)字節(jié)“c”。
如果我執(zhí)行who|cut -b -3,3-，你覺得會(huì)如何呢？答案是輸出整行，不會(huì)出現(xiàn)連續(xù)兩個(gè)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(gè)以字符為定位標(biāo)志的最簡(jiǎn)單的例子吧!

下面例子你似曾相識(shí)，提取第3，第4，第5和第8個(gè)字符：
[rocrocket@rocrocket programming]$ who|cut -c 3-5,8
croe
croe
croe

不過，看著怎么和-b沒有什么區(qū)別啊？莫非-b和-c作用一樣? 其實(shí)不然，看似相同，只是因?yàn)檫@個(gè)例子舉的不好，who輸出的都是單字節(jié)字符，所以用-b和-c沒有區(qū)別，如果你提取中文，區(qū)別就看出來了，來，看看中文提取的情況：
[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(huì)以字符為單位，輸出正常；而-b只會(huì)傻傻的以字節(jié)（8位二進(jìn)制位）來計(jì)算，輸出就是亂碼。
既然提到了這個(gè)知識(shí)點(diǎn)，就再補(bǔ)充一句，如果你學(xué)有余力，就提高一下。
當(dāng)遇到多字節(jié)字符時(shí)，可以使用-n選項(xiàng)，-n用于告訴cut不要將多字節(jié)字符拆開。例子如下：
[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. 域是怎么回事呢？解釋解釋:)

為什么會(huì)有“域”的提取呢，因?yàn)閯偛盘岬降?b和-c只能在固定格式的文檔中提取信息，而對(duì)于非固定格式的信息則束手無策。這時(shí)候“域”就派上用場(chǎng)了。

（下面的講解內(nèi)容是在假設(shè)你對(duì)/etc/passwd文件的內(nèi)容和組織形式比較了解的情況下進(jìn)行的。）

如果你觀察過/etc/passwd文件，你會(huì)發(fā)現(xiàn)，它并不像who的輸出信息那樣具有固定格式，而是比較零散的排放。但是，冒號(hào)在這個(gè)文件的每一行中都起到了非常重要的作用，冒號(hào)用來隔開每一個(gè)項(xiàng)。

我們很幸運(yùn)，cut命令提供了這樣的提取方式，具體的說就是設(shè)置“間隔符”，再設(shè)置“提取第幾個(gè)域”，就OK了！

以/etc/passwd的前五行內(nèi)容為例：
[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(shè)置間隔符為冒號(hào)，然后用-f來設(shè)置我要取的是第一個(gè)域，再按回車，所有的用戶名就都列出來了！呵呵 有成就感吧！
當(dāng)然，在設(shè)定-f時(shí)，也可以使用例如3-5或者4-類似的格式：
[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. 如果遇到空格和制表符時(shí)，怎么分辨呢？我覺得有點(diǎn)亂，怎么辦？

有時(shí)候制表符確實(shí)很難辨認(rèn)，有一個(gè)方法可以看出一段空格到底是由若干個(gè)空格組成的還是由一個(gè)制表符組成的。
[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，如果是制表符（TAB），那么會(huì)顯示為\t符號(hào)，如果是空格，就會(huì)原樣顯示。
通過此方法即可以判斷制表符和空格了。
注意，上面sed -n后面的字符是L的小寫字母哦，不要看錯(cuò)。（字母l、數(shù)字1還有或運(yùn)算｜真是難分辨啊…，看來這三個(gè)比制表符還難分辨…）

?

?

9. 我應(yīng)該在cut -d中用什么符號(hào)來設(shè)定制表符或空格呢?

悄悄的告訴你，cut的-d選項(xiàng)的默認(rèn)間隔符就是制表符，所以當(dāng)你就是要使用制表符的時(shí)候，完全就可以省略-d選項(xiàng)，而直接用－f來取域就可以了！放心，相信我！
如果你設(shè)定一個(gè)空格為間隔符，那么就這樣：
[rocrocket@rocrocket programming]$ cat tab_space.txt |cut -d ' ' -f 1
this
this

注意，兩個(gè)單引號(hào)之間可確實(shí)要有一個(gè)空格哦，不能偷懶。
而且，你只能在-d后面設(shè)置一個(gè)空格，可不許設(shè)置多個(gè)空格，因?yàn)閏ut只允許間隔符是一個(gè)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. 我想將ps和cut命令配合使用時(shí)，怎么總是在最后兩行出現(xiàn)重復(fù)現(xiàn)象？

這個(gè)問題的具體描述是如下這樣的。
當(dāng)cut和ps配合時(shí)：
[rocrocket@rocrocket programming]$ ps
PID TTY TIME CMD
2977 pts/0 00:00:00 bash
5032 pts/0 00:00:00 ps
[rocrocket@rocrocket programming]$ ps|cut -b3
P
9
0
0

看，最后的0重復(fù)了兩次！！而且，我也試過ps ef或ps aux均有此問題。

而當(dāng)ps和其他命令配合時(shí)，均無此問題，例如cut和who配合則正常：
[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 -b3
c
c
c

這個(gè)看似怪異的令我百思不得其解的問題，得到了sunway的解答，在此非常感謝他。我發(fā)問的原帖地址在［此處］。
其實(shí)這個(gè)問題是這樣的，ps|cut會(huì)自身創(chuàng)建一個(gè)進(jìn)程，所以當(dāng)ps時(shí)也會(huì)提取出這個(gè)進(jìn)程，然后通過管道輸出到cut，所以cut截取后，就多出了一行，之所以會(huì)重復(fù)上一行內(nèi)容，是由于我們恰巧取到了和上一行內(nèi)容相同的字符而已。
你測(cè)試下執(zhí)行ps和ps|cat就知道原因了！:)

?

?

11. cut有哪些缺陷和不足？

猜出來了吧？對(duì)，就是在處理多空格時(shí)。
如果文件里面的某些域是由若干個(gè)空格來間隔的，那么用cut就有點(diǎn)麻煩了，因?yàn)閏ut只擅長(zhǎng)處理“以一個(gè)字符間隔”的文本內(nèi)容

shell--cut提取某個(gè)字符 字節(jié) 域