編譯自: https://linuxhandbook.com/cut-command/
作者: Sylvain Leroux
cut 命令是用來從文本文件中移除“某些列”的經典工具。在本文中的“一列”可以被定義為按照一行中位置區分的一系列字符串或者字節,或者是以某個分隔符為間隔的某些域。
先前我已經介紹了 如何使用 AWK 命令 。在本文中,我將解釋 linux 下 cut 命令的 4 個本質且實用的例子,有時這些例子將幫你節省很多時間。
Linux 下 cut 命令的 4 個實用示例
假如你想,你可以觀看下面的視頻,視頻中解釋了本文中我列舉的 cut 命令的使用例子。
- https://www.youtube.com/PhE_cFLzVFw
1、 作用在一系列字符上
當啟用 -c 命令行選項時,cut 命令將移除一系列字符。
和其他的過濾器類似, cut 命令不會直接改變輸入的文件,它將複製已修改的數據到它的標準輸出裡去。你可以通過重定向命令的結果到一個文件中來保存修改後的結果,或者使用管道將結果送到另一個命令的輸入中,這些都由你來負責。
假如你已經下載了上面視頻中的 示例測試文件 ,你將看到一個名為 BALANCE.txt 的數據文件,這些數據是直接從我妻子在她工作中使用的某款會計軟件中導出的:
sh$ head BALANCE.txt
ACCDOC ACCDOCDATE ACCOUNTNUM ACCOUNTLIB ACCDOCLIB DEBIT CREDIT
4 1012017 623477 TIDE SCHEDULE ALNEENRE-4701-LOC 00000001615,00
4 1012017 445452 VAT BS/ENC ALNEENRE-4701-LOC 00000000323,00
4 1012017 4356 PAYABLES ALNEENRE-4701-LOC 00000001938,00
5 1012017 623372 ACCOMODATION GUIDE ALNEENRE-4771-LOC 00000001333,00
5 1012017 445452 VAT BS/ENC ALNEENRE-4771-LOC 00000000266,60
5 1012017 4356 PAYABLES ALNEENRE-4771-LOC 00000001599,60
6 1012017 4356 PAYABLES FACT FA00006253 - BIT QUIROBEN 00000001837,20
6 1012017 445452 VAT BS/ENC FACT FA00006253 - BIT QUIROBEN 00000000306,20
6 1012017 623795 TOURIST GUIDE BOOK FACT FA00006253 - BIT QUIROBEN 00000001531,00
上述文件是一個固定寬度的文本文件,因為對於每一項數據,都使用了不定長的空格做填充,使得它看起來是一個對齊的列表。
這樣一來,每一列數據開始和結束的位置都是一致的。從 cut 命令的字面意思去理解會給我們帶來一個小陷阱:cut 命令實際上需要你指出你想保留的數據範圍,而不是你想移除的範圍。所以,假如我只需要上面文件中的 ACCOUNTNUM 和 ACCOUNTLIB 列,我需要這麼做:
sh$ cut -c 25-59 BALANCE.txt | head
ACCOUNTNUM ACCOUNTLIB
623477 TIDE SCHEDULE
445452 VAT BS/ENC
4356 /accountPAYABLES
623372 ACCOMODATION GUIDE
445452 VAT BS/ENC
4356 PAYABLES
4356 PAYABLES
445452 VAT BS/ENC
623795 TOURIST GUIDE BOOK
範圍如何定義?
正如我們上面看到的那樣, cut 命令需要我們特別指定需要保留的數據的範圍。所以,下面我將更正式地介紹如何定義範圍:對於 cut 命令來說,範圍是由連字符(-)分隔的起始和結束位置組成,範圍是基於 1 計數的,即每行的第一項是從 1 開始計數的,而不是從 0 開始。範圍是一個閉區間,開始和結束位置都將包含在結果之中,正如它們之間的所有字符那樣。如果範圍中的結束位置比起始位置小,則這種表達式是錯誤的。作為快捷方式,你可以省略起始或結束值,正如下面的表格所示:
範圍含義a-ba 和 b 之間的範圍(閉區間)a與範圍 a-a 等價-b與範圍 1-a 等價b-與範圍 b-∞ 等價
cut 命令允許你通過逗號分隔多個範圍,下面是一些示例:
# 保留 1 到 24 之間(閉區間)的字符
cut -c -24 BALANCE.txt
# 保留 1 到 24(閉區間)以及 36 到 59(閉區間)之間的字符
cut -c -24,36-59 BALANCE.txt
# 保留 1 到 24(閉區間)、36 到 59(閉區間)和 93 到該行末尾之間的字符
cut -c -24,36-59,93- BALANCE.txt
cut 命令的一個限制(或者是特性,取決於你如何看待它)是它將 不會對數據進行重排。所以下面的命令和先前的命令將產生相同的結果,儘管範圍的順序做了改變:
cut -c 93-,-24,36-59 BALANCE.txt
你可以輕易地使用 diff 命令來驗證:
diff -s
Files /dev/fd/63 and /dev/fd/62 are identical
類似的,cut 命令 不會重複數據:
# 某人或許期待這可以第一列三次,但並不會……
cut -c -10,-10,-10 BALANCE.txt | head -5
ACCDOC
4
4
4
5
值得提及的是,曾經有一個提議,建議使用 -o 選項來去除上面提到的兩個限制,使得 cut 工具可以重排或者重複數據。但這個提議被 POSIX 委員會拒絕了 ,“因為這類增強不屬於 IEEE P1003.2b 草案標準的範圍”。
據我所知,我還沒有見過哪個版本的 cut 程序實現了上面的提議,以此來作為擴展,假如你知道某些例外,請使用下面的評論框分享給大家!
2、 作用在一系列字節上
當使用 -b 命令行選項時,cut 命令將移除字節範圍。
咋一看,使用字符範圍和使用字節沒有什麼明顯的不同:
sh$ diff -s
Files /dev/fd/63 and /dev/fd/62 are identical
這是因為我們的示例數據文件使用的是 US-ASCII 編碼 (字符集),使用 file -i 便可以正確地猜出來:
sh$ file -i BALANCE.txt
BALANCE.txt: text/plain; charset=us-ascii
在 US-ASCII 編碼中,字符和字節是一一對應的。理論上,你只需要使用一個字節就可以表示 256 個不同的字符(數字、字母、標點符號和某些符號等)。實際上,你能表達的字符數比 256 要更少一些,因為字符編碼中為某些特定值做了規定(例如 32 或 65 就是 控制字符 )。即便我們能夠使用上述所有的字節範圍,但對於存儲種類繁多的人類手寫符號來說,256 是遠遠不夠的。所以如今字符和字節間的一一對應更像是某種例外,並且幾乎總是被無處不在的 UTF-8 多字節編碼所取代。下面讓我們看看如何來處理多字節編碼的情形。
作用在多字節編碼的字符上
正如我前面提到的那樣,示例數據文件來源於我妻子使用的某款會計軟件。最近好像她升級了那個軟件,然後呢,導出的文本就完全不同了,你可以試試和上面的數據文件相比,找找它們之間的區別:
sh$ head BALANCE-V2.txt
ACCDOC ACCDOCDATE ACCOUNTNUM ACCOUNTLIB ACCDOCLIB DEBIT CREDIT
4 1012017 623477 TIDE SCHEDULE ALNÉENRE-4701-LOC 00000001615,00
4 1012017 445452 VAT BS/ENC ALNÉENRE-4701-LOC 00000000323,00
4 1012017 4356 PAYABLES ALNÉENRE-4701-LOC 00000001938,00
5 1012017 623372 ACCOMODATION GUIDE ALNÉENRE-4771-LOC 00000001333,00
5 1012017 445452 VAT BS/ENC ALNÉENRE-4771-LOC 00000000266,60
5 1012017 4356 PAYABLES ALNÉENRE-4771-LOC 00000001599,60
6 1012017 4356 PAYABLES FACT FA00006253 - BIT QUIROBEN 00000001837,20
6 1012017 445452 VAT BS/ENC FACT FA00006253 - BIT QUIROBEN 00000000306,20
6 1012017 623795 TOURIST GUIDE BOOK FACT FA00006253 - BIT QUIROBEN 00000001531,00
上面的標題欄或許能夠幫助你找到什麼被改變了,但無論你找到與否,現在讓我們看看上面的更改過後的結果:
sh$ cut -c 93-,-24,36-59 BALANCE-V2.txt
ACCDOC ACCDOCDATE ACCOUNTLIB DEBIT CREDIT
4 1012017 TIDE SCHEDULE 00000001615,00
4 1012017 VAT BS/ENC 00000000323,00
4 1012017 PAYABLES 00000001938,00
5 1012017 ACCOMODATION GUIDE 00000001333,00
5 1012017 VAT BS/ENC 00000000266,60
5 1012017 PAYABLES 00000001599,60
6 1012017 PAYABLES 00000001837,20
6 1012017 VAT BS/ENC 00000000306,20
6 1012017 TOURIST GUIDE BOOK 00000001531,00
19 1012017 SEMINAR FEES 00000000080,00
19 1012017 PAYABLES 00000000080,00
28 1012017 MAINTENANCE 00000000746,58
28 1012017 VAT BS/ENC 00000000149,32
28 1012017 PAYABLES 00000000895,90
31 1012017 PAYABLES 00000000240,00
31 1012017 VAT BS/DEBIT 00000000040,00
31 1012017 ADVERTISEMENTS 00000000200,00
32 1012017 WATER 00000000202,20
32 1012017 VAT BS/DEBIT 00000000020,22
32 1012017 WATER 00000000170,24
32 1012017 VAT BS/DEBIT 00000000009,37
32 1012017 PAYABLES 00000000402,03
34 1012017 RENTAL COSTS 00000000018,00
34 1012017 PAYABLES 00000000018,00
35 1012017 MISCELLANEOUS CHARGES 00000000015,00
35 1012017 VAT BS/DEBIT 00000000003,00
35 1012017 PAYABLES 00000000018,00
36 1012017 LANDLINE TELEPHONE 00000000069,14
36 1012017 VAT BS/ENC 00000000013,83
我毫無刪減地複製了上面命令的輸出。所以可以很明顯地看出列對齊那裡有些問題。
對此我的解釋是原來的數據文件只包含 US-ASCII 編碼的字符(符號、標點符號、數字和沒有發音符號的拉丁字母)。
但假如你仔細地查看經軟件升級後產生的文件,你可以看到新導出的數據文件保留了帶發音符號的字母。例如現在合理地記錄了名為 “ALNÉENRE” 的公司,而不是先前的 “ALNEENRE”(沒有發音符號)。
file -i 正確地識別出了改變,因為它報告道現在這個文件是 UTF-8 編碼 的。
sh$ file -i BALANCE-V2.txt
BALANCE-V2.txt: text/plain; charset=utf-8
如果想看看 UTF-8 文件中那些帶發音符號的字母是如何編碼的,我們可以使用 [hexdump][12],它可以讓我們直接以字節形式查看文件:
# 為了減少輸出,讓我們只關注文件的第 2 行
sh$ sed '2!d' BALANCE-V2.txt
4 1012017 623477 TIDE SCHEDULE ALNÉENRE-4701-LOC 00000001615,00
sh$ sed '2!d' BALANCE-V2.txt | hexdump -C
00000000 34 20 20 20 20 20 20 20 20 20 31 30 31 32 30 31 |4 101201|
00000010 37 20 20 20 20 20 20 20 36 32 33 34 37 37 20 20 |7 623477 |
00000020 20 20 20 54 49 44 45 20 53 43 48 45 44 55 4c 45 | TIDE SCHEDULE|
00000030 20 20 20 20 20 20 20 20 20 20 20 41 4c 4e c3 89 | ALN..|
00000040 45 4e 52 45 2d 34 37 30 31 2d 4c 4f 43 20 20 20 |ENRE-4701-LOC |
00000050 20 20 20 20 20 20 20 20 20 20 20 20 20 30 30 30 | 000|
00000060 30 30 30 30 31 36 31 35 2c 30 30 20 20 20 20 20 |00001615,00 |
00000070 20 20 20 20 20 20 20 20 20 20 20 0a | .|
0000007c
在 hexdump 輸出的 00000030 那行,在一系列的空格(字節 20)之後,你可以看到:
- 字母 A 被編碼為 41,
- 字母 L 被編碼為 4c,
- 字母 N 被編碼為 4e。
但對於大寫的 帶有注音的拉丁大寫字母 E (這是它在 Unicode 標準中字母 É 的官方名稱),則是使用 2 個字節 c3 89 來編碼的。
這樣便出現問題了:對於使用固定寬度編碼的文件, 使用字節位置來表示範圍的 cut 命令工作良好,但這並不適用於使用變長編碼的 UTF-8 或者 Shift JIS 編碼。這種情況在下面的 POSIX 標準的非規範性摘錄 中被明確地解釋過:
先前版本的 cut 程序將字節和字符視作等同的環境下運作(正如在某些實現下對退格鍵
和製表鍵 的處理)。在針對多字節字符的情況下,特別增加了 -b 選項。
嘿,等一下!我並沒有在上面“有錯誤”的例子中使用 '-b' 選項,而是 -c 選項呀!所以,難道不應該能夠成功處理了嗎!?
是的,確實應該:但是很不幸,即便我們現在已身處 2018 年,GNU Coreutils 的版本為 8.30 了,cut 程序的 GNU 版本實現仍然不能很好地處理多字節字符。引用 GNU 文檔 的話說,-c 選項“現在和 -b 選項是相同的,但對於國際化的情形將有所不同[...]”。需要提及的是,這個問題距今已有 10 年之久了!
另一方面, OpenBSD 的實現版本和 POSIX 相吻合,這將歸功於當前的本地化(locale)設定來合理地處理多字節字符:
# 確保隨後的命令知曉我們現在處理的是 UTF-8 編碼的文本文件
openbsd-6.3$ export LC_CTYPE=en_US.UTF-8
# 使用 `-c` 選項, `cut` 能夠合理地處理多字節字符
openbsd-6.3$ cut -c -24,36-59,93- BALANCE-V2.txt
ACCDOC ACCDOCDATE ACCOUNTLIB DEBIT CREDIT
4 1012017 TIDE SCHEDULE 00000001615,00
4 1012017 VAT BS/ENC 00000000323,00
4 1012017 PAYABLES 00000001938,00
5 1012017 ACCOMODATION GUIDE 00000001333,00
5 1012017 VAT BS/ENC 00000000266,60
5 1012017 PAYABLES 00000001599,60
6 1012017 PAYABLES 00000001837,20
6 1012017 VAT BS/ENC 00000000306,20
6 1012017 TOURIST GUIDE BOOK 00000001531,00
19 1012017 SEMINAR FEES 00000000080,00
19 1012017 PAYABLES 00000000080,00
28 1012017 MAINTENANCE 00000000746,58
28 1012017 VAT BS/ENC 00000000149,32
28 1012017 PAYABLES 00000000895,90
31 1012017 PAYABLES 00000000240,00
31 1012017 VAT BS/DEBIT 00000000040,00
31 1012017 ADVERTISEMENTS 00000000200,00
32 1012017 WATER 00000000202,20
32 1012017 VAT BS/DEBIT 00000000020,22
32 1012017 WATER 00000000170,24
32 1012017 VAT BS/DEBIT 00000000009,37
32 1012017 PAYABLES 00000000402,03
34 1012017 RENTAL COSTS 00000000018,00
34 1012017 PAYABLES 00000000018,00
35 1012017 MISCELLANEOUS CHARGES 00000000015,00
35 1012017 VAT BS/DEBIT 00000000003,00
35 1012017 PAYABLES 00000000018,00
36 1012017 LANDLINE TELEPHONE 00000000069,14
36 1012017 VAT BS/ENC 00000000013,83
正如期望的那樣,當使用 -b 選項而不是 -c 選項後, OpenBSD 版本的 cut 實現和傳統的 cut 表現是類似的:
openbsd-6.3$ cut -b -24,36-59,93- BALANCE-V2.txt
ACCDOC ACCDOCDATE ACCOUNTLIB DEBIT CREDIT
4 1012017 TIDE SCHEDULE 00000001615,00
4 1012017 VAT BS/ENC 00000000323,00
4 1012017 PAYABLES 00000001938,00
5 1012017 ACCOMODATION GUIDE 00000001333,00
5 1012017 VAT BS/ENC 00000000266,60
5 1012017 PAYABLES 00000001599,60
6 1012017 PAYABLES 00000001837,20
6 1012017 VAT BS/ENC 00000000306,20
6 1012017 TOURIST GUIDE BOOK 00000001531,00
19 1012017 SEMINAR FEES 00000000080,00
19 1012017 PAYABLES 00000000080,00
28 1012017 MAINTENANCE 00000000746,58
28 1012017 VAT BS/ENC 00000000149,32
28 1012017 PAYABLES 00000000895,90
31 1012017 PAYABLES 00000000240,00
31 1012017 VAT BS/DEBIT 00000000040,00
31 1012017 ADVERTISEMENTS 00000000200,00
32 1012017 WATER 00000000202,20
32 1012017 VAT BS/DEBIT 00000000020,22
32 1012017 WATER 00000000170,24
32 1012017 VAT BS/DEBIT 00000000009,37
32 1012017 PAYABLES 00000000402,03
34 1012017 RENTAL COSTS 00000000018,00
34 1012017 PAYABLES 00000000018,00
35 1012017 MISCELLANEOUS CHARGES 00000000015,00
35 1012017 VAT BS/DEBIT 00000000003,00
35 1012017 PAYABLES 00000000018,00
36 1012017 LANDLINE TELEPHONE 00000000069,14
36 1012017 VAT BS/ENC 00000000013,83
3、 作用在域上
從某種意義上說,使用 cut 來處理用特定分隔符隔開的文本文件要更加容易一些,因為只需要確定好每行中域之間的分隔符,然後複製域的內容到輸出就可以了,而不需要煩惱任何與編碼相關的問題。
下面是一個用分隔符隔開的示例文本文件:
sh$ head BALANCE.csv
ACCDOC;ACCDOCDATE;ACCOUNTNUM;ACCOUNTLIB;ACCDOCLIB;DEBIT;CREDIT
4;1012017;623477;TIDE SCHEDULE;ALNEENRE-4701-LOC;00000001615,00;
4;1012017;445452;VAT BS/ENC;ALNEENRE-4701-LOC;00000000323,00;
4;1012017;4356;PAYABLES;ALNEENRE-4701-LOC;;00000001938,00
5;1012017;623372;ACCOMODATION GUIDE;ALNEENRE-4771-LOC;00000001333,00;
5;1012017;445452;VAT BS/ENC;ALNEENRE-4771-LOC;00000000266,60;
5;1012017;4356;PAYABLES;ALNEENRE-4771-LOC;;00000001599,60
6;1012017;4356;PAYABLES;FACT FA00006253 - BIT QUIROBEN;;00000001837,20
6;1012017;445452;VAT BS/ENC;FACT FA00006253 - BIT QUIROBEN;00000000306,20;
6;1012017;623795;TOURIST GUIDE BOOK;FACT FA00006253 - BIT QUIROBEN;00000001531,00;
你可能知道上面文件是一個 CSV 格式的文件(它以逗號來分隔),即便有時候域分隔符不是逗號。例如分號(;)也常被用來作為分隔符,並且對於那些總使用逗號作為 十進制分隔符 的國家(例如法國,所以上面我的示例文件中選用了他們國家的字符),當導出數據為 “CSV” 格式時,默認將使用分號來分隔數據。另一種常見的情況是使用 tab 鍵 來作為分隔符,從而生成叫做 tab 分隔的值 的文件。最後,在 Unix 和 Linux 領域,冒號 (:) 是另一種你能找到的常見分隔符號,例如在標準的 /etc/passwd 和 /etc/group 這兩個文件裡。
當處理使用分隔符隔開的文本文件格式時,你可以向帶有 -f 選項的 cut 命令提供需要保留的域的範圍,並且你也可以使用 -d 選項來指定分隔符(當沒有使用 -d 選項時,默認以 tab 字符來作為分隔符):
sh$ cut -f 5- -d';' BALANCE.csv | head
ACCDOCLIB;DEBIT;CREDIT
ALNEENRE-4701-LOC;00000001615,00;
ALNEENRE-4701-LOC;00000000323,00;
ALNEENRE-4701-LOC;;00000001938,00
ALNEENRE-4771-LOC;00000001333,00;
ALNEENRE-4771-LOC;00000000266,60;
ALNEENRE-4771-LOC;;00000001599,60
FACT FA00006253 - BIT QUIROBEN;;00000001837,20
FACT FA00006253 - BIT QUIROBEN;00000000306,20;
FACT FA00006253 - BIT QUIROBEN;00000001531,00;
處理不包含分隔符的行
但要是輸入文件中的某些行沒有分隔符又該怎麼辦呢?很容易地認為可以將這樣的行視為只包含第一個域。但 cut 程序並 不是 這樣做的。
默認情況下,當使用 -f 選項時,cut 將總是原樣輸出不包含分隔符的那一行(可能假設它是非數據行,就像表頭或註釋等):
sh$ (echo "# 2018-03 BALANCE"; cat BALANCE.csv) > BALANCE-WITH-HEADER.csv
sh$ cut -f 6,7 -d';' BALANCE-WITH-HEADER.csv | head -5
# 2018-03 BALANCE
DEBIT;CREDIT
00000001615,00;
00000000323,00;
;00000001938,00
使用 -s 選項,你可以做出相反的行為,這樣 cut 將總是忽略這些行:
sh$ cut -s -f 6,7 -d';' BALANCE-WITH-HEADER.csv | head -5
DEBIT;CREDIT
00000001615,00;
00000000323,00;
;00000001938,00
00000001333,00;
假如你好奇心強,你還可以探索這種特性,來作為一種相對隱晦的方式去保留那些只包含給定字符的行:
# 保留含有一個 `e` 的行
sh$ printf "%s\n" {mighty,bold,great}-{condor,monkey,bear} | cut -s -f 1- -d'e'
改變輸出的分隔符
作為一種擴展, GNU 版本實現的 cut 允許通過使用 --output-delimiter 選項來為結果指定一個不同的域分隔符:
sh$ cut -f 5,6- -d';' --output-delimiter="*" BALANCE.csv | head
ACCDOCLIB*DEBIT*CREDIT
ALNEENRE-4701-LOC*00000001615,00*
ALNEENRE-4701-LOC*00000000323,00*
ALNEENRE-4701-LOC**00000001938,00
ALNEENRE-4771-LOC*00000001333,00*
ALNEENRE-4771-LOC*00000000266,60*
ALNEENRE-4771-LOC**00000001599,60
FACT FA00006253 - BIT QUIROBEN**00000001837,20
FACT FA00006253 - BIT QUIROBEN*00000000306,20*
FACT FA00006253 - BIT QUIROBEN*00000001531,00*
需要注意的是,在上面這個例子中,所有出現域分隔符的地方都被替換掉了,而不僅僅是那些在命令行中指定的作為域範圍邊界的分隔符。
4、 非 POSIX GNU 擴展
說到非 POSIX GNU 擴展,它們中的某些特別有用。特別需要提及的是下面的擴展也同樣對字節、字符或者域範圍工作良好(相對於當前的 GNU 實現來說)。
--complement:
想想在 sed 地址中的感嘆符號(!),使用它,cut 將只保存沒有被匹配到的範圍:
# 只保留第 5 個域
sh$ cut -f 5 -d';' BALANCE.csv |head -3
ACCDOCLIB
ALNEENRE-4701-LOC
ALNEENRE-4701-LOC
# 保留除了第 5 個域之外的內容
sh$ cut --complement -f 5 -d';' BALANCE.csv |head -3
ACCDOC;ACCDOCDATE;ACCOUNTNUM;ACCOUNTLIB;DEBIT;CREDIT
4;1012017;623477;TIDE SCHEDULE;00000001615,00;
4;1012017;445452;VAT BS/ENC;00000000323,00;
--zero-terminated (-z):
使用 NUL 字符 來作為行終止符,而不是 新行(newline)字符 。當你的數據包含 新行字符時, -z 選項就特別有用了,例如當處理文件名的時候(因為在文件名中新行字符是可以使用的,而 NUL 則不可以)。
為了展示 -z 選項,讓我們先做一點實驗。首先,我們將創建一個文件名中包含換行符的文件:
bash$ touch $'EMPTY\nFILE\nWITH FUNKY\nNAME'.txt
bash$ ls -1 *.txt
BALANCE.txt
BALANCE-V2.txt
EMPTY?FILE?WITH FUNKY?NAME.txt
現在假設我想展示每個 *.txt 文件的前 5 個字符。一個想當然的解決方法將會失敗:
sh$ ls -1 *.txt | cut -c 1-5
BALAN
BALAN
EMPTY
FILE
WITH
NAME.
你可以已經知道 ls 是為了 方便人類使用 而特別設計的,並且在一個命令管道中使用它是一個反模式(確實是這樣的)。所以讓我們用 find 來替換它:
sh$ find . -name '*.txt' -printf "%f\n" | cut -c 1-5
BALAN
EMPTY
FILE
WITH
NAME.
BALAN
上面的命令基本上產生了與先前類似的結果(儘管以不同的次序,因為 ls 會隱式地對文件名做排序,而 find 則不會)。
在上面的兩個例子中,都有一個相同的問題,cut 命令不能區分 新行 字符是數據域的一部分(即文件名),還是作為最後標記的 新行 記號。但使用 NUL 字節(\0)來作為行終止符就將排除掉這種混淆的情況,使得我們最後可以得到期望的結果:
# 我被告知在某些舊版的 `tr` 程序中需要使用 `\000` 而不是 `\0` 來代表 NUL 字符(假如你需要這種改變請讓我知曉!)
sh$ find . -name '*.txt' -printf "%f\0" | cut -z -c 1-5| tr '\0' '\n'
BALAN
EMPTY
BALAN
通過上面最後的例子,我們就達到了本文的最後部分了,所以我將讓你自己試試 -printf 後面那個有趣的 "%f\0" 參數或者理解為什麼我在管道的最後使用了 tr 命令。
使用 cut 命令可以實現更多功能
我只是列舉了 cut 命令的最常見且在我眼中最基礎的使用方式。你甚至可以將它以更加實用的方式加以運用,這取決於你的邏輯和想象。
不要再猶豫了,請使用下面的評論框貼出你的發現。最後一如既往的,假如你喜歡這篇文章,請不要忘記將它分享到你最喜愛網站和社交媒體中!
via: https://linuxhandbook.com/cut-command/
作者: Sylvain Leroux 譯者: FSSlc 校對: wxy
本文由 LCTT 原創編譯, Linux中國 榮譽推出
閱讀更多 Linux中國 的文章