shell字符串截取之cut

       cut命令是shell下一個比較強大的工具，它是以每一行為一個處理對象的，可以對一行字符串進行多種模式匹配的剪切操作，也可以對一個排列整齊的文本進行操作，下面我們就來說說cut這個命令吧：

       cut命令主要有3個定位方法：

             （1）對字節的定位，用 -b 選項

             （2）對字符的定位，用 -c 選項

              ( 3 ) 域，用選型 -f

下面我們來看看具體的實現：

 我們來一一說一下上面的現象：

        我們先用pwd命令看一下我們的當前的路徑。然后我們想提取當前路徑這個字符串的第4個字節，就用上圖所示的這條命令：

        pwd | cut -b 4

        我們可以看到，上圖執行這個命令之后，輸出了第四個字節m；

 所以我們這里看明白了，如果我們要提取哪一個字節，直接在-b 選項后面加上相應的數字就可以了。

如果我們想直接提取第3,4,5,8個字節呢？我們就可以用上圖的第二條命令：

       pwd | cut -b 3-5,8

       執行這條命令后，我們可以看到，上圖中輸出了omex分別對應第3,4,5,8字節。

注意：cut命令如果使用了-b選項，那么我們在執行命令時，cut會先把-b所有的定位進行從小到大的排序，然后再提取。比如上圖最后的那兩條命令，我們把命令里面的 “3-5,8”換成了“8,3-5”，輸出的結果是一樣的。

我們再來看看：

從上圖我們可以看到，-3 和 3- 是有區別的。-3表示從第一個字節到第三個字節，而 3- 表示從第三個字節以后的所有這行的內容。

下面我們在來看看下面這兩個命令選項的區別：

我們目前從上圖看到，這兩條命令里面的“-b”“-c”選項不一樣，但它們的結果一樣，那么我們再來看看下面，就知道他們的不同在哪里了：

 在前面的圖中我們可以看到，當我們要截取的都是單字節字符時，使用 -b 和 -c 就沒有什么區別，但當我們提取中文的時候呢？比如上面的那幅圖，我們寫了個file.c文件，里面有3行漢字，我們再分別使用上面的兩條命令的時候，我們就可以看到區別了：當我們用“-c”選項時，以字符為單位，輸出是正常的，但“-b”是以字節為單位的，所以輸出就是亂碼了。所以這兩條命令還是有區別的。

下面我們來說說“域”這個概念：

       為什么會有“域”的提取呢？因為我們上面提到的-b和-c只能在固定格式的文檔中提取信息，而對于非固定格式的信息則束手無策了，這時候，域就派上用場了。

       我們知道，在某些文件中會有好多冒號，冒號在文件的每一行中都起到了非常重要的作用，冒號用來隔開每一個項。而我們cut命令就提供了這樣的提取方式，也就是設置“間隔符”，再設置提取第幾個域就行了，我們具體來看看下面的實驗吧：

我們在終端執行如下命令，可以獲得當前bash的默認路徑：

       我們從上圖可以看到，其中的每一個路徑都被一個“：”分隔開來，假如我們現在想獲取第一個冒號和第二個冒號之間的路徑，我們就可以很方便的使用cut命令來幫我們實現，我們在終端輸入如下的命令：

       從上圖的結果我們可以看到，我們提取出來了我們想要的第二個域的路徑。我們來解釋下上面的命令：-d和‘：’一起把管道輸入的一行字符串進行了域的分隔，每一個分隔符（：）和前面的字符串被稱為一個域。-f選項后面跟的是我們想提取的那個域。所以該命令cut -d ‘：’-f 2就表示輸出第二個分隔符之前的域。

如果我們執行下面的命令：

       輸入上面兩條很相近的命令，我想大家可以很清晰的看到它們的區別，第一條輸出的是第二個域和第四個域，而第二條命令輸出的是第二到四個域（正如我們在圖中用不同顏色標注的那樣）。

我們在來看看cut格式化整齊的文本進行的操作：

從上面我們可以看到，這時格式化比較整齊的文本的一部分，那么我們想把前面的declare -x去掉，我們該怎么做呢？其實做法我們上面都說過：

其中的“12-”表示輸出從第12個字符以后的所有字符。其實和我們上面所說的對字符串的操作沒有什么區別。

上面就是自己目前所知道的cut命令的基本用法。