当前位置：首页 > news >正文

Shell脚本-cut工具

news 2025/7/21 10:38:58

一、前言

在 Linux/Unix 系统中，cut 是一个非常实用的文本处理命令，用于从文件或标准输入中提取特定列的内容。它特别适用于处理结构化文本数据，例如 CSV 文件、日志文件、配置文件等。

无论是做数据分析、系统监控，还是编写自动化脚本，cut 都是一个不可或缺的工具。

本文将带你全面了解 cut 工具的使用方式，包括：

✅ cut 的基本语法与常用参数
✅ 如何按字符、字节、字段进行提取
✅ cut 在 Shell 脚本中的实战应用
✅ 与其他文本处理命令的联合使用
✅ 实际开发中的常见问题与优化建议

并通过完整的代码示例帮助你快速上手并熟练掌握 cut 的各种高级用法。

二、什么是 cut？

cut 是一个用于 切割文本列 的命令行工具，它可以按照指定的分隔符或固定位置提取数据。

✅ 典型用途包括：

场景	示例
提取用户名	从 `/etc/passwd` 提取用户列表
日志分析	提取访问日志中的 IP 地址、请求路径
数据清洗	从 CSV 文件中提取某几列数据
自动化脚本	快速提取变量值、过滤冗余信息

三、cut 基础语法

cut [选项] 文件名

✅ 常用选项说明：

参数	描述
`-b`	按字节提取（byte-based）
`-c`	按字符提取（character-based）
`-f`	按字段提取（field-based），默认以制表符 `\t` 分隔
`-d`	指定字段分隔符（delimiter）
`--output-delimiter=STR`	设置输出时使用的分隔符
`-s`	不输出没有分隔符的行（静默模式）

四、cut 使用示例

✅ 示例1：按字符提取（`-c`）

echo "Hello World" | cut -c1-5

输出：

Hello

💡 -c1-5 表示提取第 1 到第 5 个字符。

✅ 示例2：按字段提取（`-f` + `-d`）

假设有一个 CSV 文件 data.csv 内容如下：

name,age,city
Alice,28,Beijing
Bob,32,Shanghai
Charlie,25,Guangzhou

提取第二列（年龄）：

cut -d',' -f2 data.csv

输出：

age
28
32
25

✅ 示例3：修改输出分隔符（`--output-delimiter`）

cut -d',' -f1,3 data.csv --output-delimiter=' | '

输出：

name | city
Alice | Beijing
Bob | Shanghai
Charlie | Guangzhou

✅ 示例4：只提取有分隔符的行（`-s`）

echo "This line has no delimiter" > test.txt
echo "name:age:city" >> test.txtcut -d':' -f1 -s test.txt

输出：

name

💡 只输出包含分隔符 : 的行。

五、cut 在 Shell 脚本中的应用

✅ 示例1：提取 IP 地址（结合 `hostname`）

ip=$(hostname -I | cut -d' ' -f1)
echo "当前主机IP为：$ip"

✅ 示例2：解析环境变量配置文件

假设 config.env 内容如下：

DB_HOST=localhost
DB_PORT=3306
DB_USER=root

提取所有键名：

grep '=' config.env | cut -d'=' -f1

输出：

DB_HOST
DB_PORT
DB_USER

✅ 示例3：获取 CPU 型号名称（结合 `lscpu`）

lscpu | grep 'Model name' | cut -d':' -f2 | sed 's/^ *//;s/ *$//'

输出类似：

Intel(R) Core(TM) i7-9750H CPU @ 2.60GHz

六、cut 与其他命令的配合使用

✅ 示例1：提取日志中的 URL 并排序去重（`cut` + `sort` + `uniq`）

cat access.log | cut -d'"' -f2 | cut -d' ' -f2 | sort | uniq

输出访问过的唯一 URL。

✅ 示例2：统计访问次数最多的 IP（`cut` + `grep` + `awk`）

grep 'GET /index.html' access.log | cut -d' ' -f1 | sort | uniq -c | sort -nr | head -n 10

输出访问 /index.html 最频繁的前 10 个 IP。

七、cut 使用技巧总结

技巧	说明
✅ 使用 `-f` 提取字段	适用于 CSV、TSV 等格式的数据
✅ 使用 `-d` 自定义分隔符	支持任意字符作为分隔符
✅ 使用 `-c` 提取固定位置字符	适用于格式固定的文本
✅ 使用 `-b` 提取字节范围	处理非 UTF-8 编码文件时有用
✅ 使用 `--output-delimiter` 修改输出格式	控制输出样式更灵活
✅ 结合 `grep` 过滤后再提取	减少无效数据干扰
✅ 与 `sort`、`uniq`、`awk` 联合使用	实现复杂文本处理逻辑

八、cut 实战案例汇总

✅ 案例1：从 `/etc/passwd` 提取用户名

cut -d':' -f1 /etc/passwd

输出系统中所有用户名。

✅ 案例2：提取 HTTP 请求状态码（access.log）

cut -d'"' -f3 access.log | cut -d' ' -f2

提取每次请求的状态码（如 200、404）。

✅ 案例3：提取邮件地址中的域名部分

echo "user@example.com" | cut -d'@' -f2

输出：

example.com

九、常见问题与解决方法

问题	原因	解决方案
无法提取正确字段	分隔符设置错误	检查 `-d` 参数是否匹配实际分隔符
输出为空	字段索引超出范围	使用 `-f1-3` 或检查字段是否存在
多个空格导致误判	分隔符不统一	使用 `tr` 或 `awk` 预处理
输出中文乱码	编码不一致	使用 `iconv` 转换编码或检查终端设置
`cut` 不支持正则表达式	功能有限	使用 `awk` 或 `perl` 替代

十、总结对比表：cut 常用参数一览

参数	功能
`-b`	按字节提取
`-c`	按字符提取
`-f`	按字段提取
`-d`	自定义字段分隔符
`--output-delimiter`	设置输出分隔符
`-s`	静默模式，仅输出有效行