1 一兩句話描述一下cut命令吧!
正如其名，cut的工作就是“剪”，具體的說就是在文件中負責(zé)剪切數(shù)據(jù)用的。
cut是以每一行為一個處理對象的，這種機制和sed是一樣的。（關(guān)于sed的入門文章將在近期發(fā)布）
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定位方法：
第一，字節(jié)（bytes），用選項-b
第二，字符（characters），用選項-c
第三，域（fields），用選項-f
3 以“字節(jié)”定位，給個最簡單的例子?
舉個例子吧，當(dāng)你執(zhí)行ps命令時，會輸出類似如下的內(nèi)容：
[rocrocket@rocrocket programming]$ whorocrocket :0 2009-01-08 11:07rocrocket 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個字節(jié)，就這樣：
[rocrocket@rocrocket programming]$ who|cut -b 3ccc
看明白了吧，-b后面可以設(shè)定要提取哪一個字節(jié)，其實-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個字節(jié)，怎么辦?
-b支持形如3-5的寫法，而且多個定位之間用逗號隔開就成了?？纯蠢影桑?/p>
[rocrocket@rocrocket programming]$ who|cut -b 3-5,8croecroecroe
但有一點要注意，cut命令如果使用了-b選項，那么執(zhí)行此命令時，cut會先把-b后面所有的定位進行從小到大排序，然后再提取?？刹荒茴嵉苟ㄎ坏捻樞蚺丁＿@個例子就可以說明這個問題：
[rocrocket@rocrocket programming]$ who|cut -b 8,3-5croecroecroe
5 還有哪些類似“3-5”這樣的小技巧，列舉一下吧!
[rocrocket@rocrocket programming]$ whorocrocket :0 2009-01-08 11:07rocrocket 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 -3rocrocroc[rocrocket@rocrocket programming]$ who|cut -b 3-crocket :0 2009-01-08 11:07crocket 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表示從第一個字節(jié)到第三個字節(jié)，而3-表示從第三個字節(jié)到行尾。如果你細心，你可以看到這兩種情況下，都包括了第三個字節(jié)“c”。
如果我執(zhí)行who|cut -b -3,3-，你覺得會如何呢？答案是輸出整行，不會出現(xiàn)連續(xù)兩個重疊的c的?？矗?/p>
[rocrocket@rocrocket programming]$ who|cut -b -3,3-rocrocket :0 2009-01-08 11:07rocrocket pts/0 2009-01-08 11:23 (:0.0)rocrocket pts/1 2009-01-08 14:15 (:0.0)
6 給個以字符為定位標(biāo)志的最簡單的例子吧!
下面例子你似曾相識，提取第3，第4，第5和第8個字符：
[rocrocket@rocrocket programming]$ who|cut -c 3-5,8croecroecroe
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? 其實不然，看似相同，只是因為這個例子舉的不好，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則會以字符為單位，輸出正常；而-b只會傻傻的以字節(jié)（8位二進制位）來計算，輸出就是亂碼。
既然提到了這個知識點，就再補充一句，如果你學(xué)有余力，就提高一下。
當(dāng)遇到多字節(jié)字符時，可以使用-n選項，-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
6 域是怎么回事呢？解釋解釋:)
為什么會有“域”的提取呢，因為剛才提到的-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。這時候“域”就派上用場了。
（下面的講解內(nèi)容是在假設(shè)你對/etc/passwd文件的內(nèi)容和組織形式比較了解的情況下進行的。）
如果你觀察過/etc/passwd文件，你會發(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，冒號在這個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。
我們很幸運，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“提取第幾個域”，就OK了！
以/etc/passwd的前五行內(nèi)容為例：
[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5root:x:0:0:root:/root:/bin/bashbin:x:1:1:bin:/bin:/sbin/nologindaemon:x:2:2:daemon:/sbin:/sbin/nologinadm:x:3:4:adm:/var/adm:/sbin/nologinlp:x:4:7:lp:/var/spool/lpd:/sbin/nologin[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5|cut -d : -f 1rootbindaemonadmlp
看到了吧，用-d來設(shè)置間隔符為冒號，然后用-f來設(shè)置我要取的是第一個域，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，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 1,3-5root:0:0:rootbin:1:1:bindaemon:2:2:daemonadm:3:4:admlp:4:7:lp[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5|cut -d : -f 1,3-5,7root:0:0:root:/bin/bashbin:1:1:bin:/sbin/nologindaemon:2:2:daemon:/sbin/nologinadm:3:4:adm:/sbin/nologinlp:4:7:lp:/sbin/nologin[rocrocket@rocrocket programming]$ cat /etc/passwd|head -n 5|cut -d : -f -2root:xbin:xdaemon:xadm:xlp:x
7 如果遇到空格和制表符時，怎么分辨呢？我覺得有點亂，怎么辦？
有時候制表符確實很難辨認，有一個方法可以看出一段空格到底是由若干個空格組成的還是由一個制表符組成的。
[rocrocket@rocrocket programming]$ cat tab_space.txtthis is tab finish.this is several space finish.[rocrocket@rocrocket programming]$ sed -n l tab_space.txtthis is tab\tfinish.$this is several space finish.$
看到了吧，如果是制表符（TAB），那么會顯示為\t符號，如果是空格，就會原樣顯示。
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。（字母l、數(shù)字1還有或運算｜真是難分辨啊…，看來這三個比制表符還難分辨…）
8 我應(yīng)該在cut -d中用什么符號來設(shè)定制表符或空格呢?
悄悄的告訴你，cut的-d選項的默認間隔符就是制表符，所以當(dāng)你就是要使用制表符的時候，完全就可以省略-d選項，而直接用－f來取域就可以了！放心，相信我！
如果你設(shè)定一個空格為間隔符，那么就這樣：
[rocrocket@rocrocket programming]$ cat tab_space.txt |cut -d ' ' -f 1thisthis
注意，兩個單引號之間可確實要有一個空格哦，不能偷懶。
而且，你只能在-d后面設(shè)置一個空格，可不許設(shè)置多個空格，因為cut只允許間隔符是一個字符。
[rocrocket@rocrocket programming]$ cat tab_space.txt |cut -d ' ' -f 1cut: the delimiter must be a single characterTry `cut --help' for more information.
9 我想將ps和cut命令配合使用時，怎么總是在最后兩行出現(xiàn)重復(fù)現(xiàn)象？
這個問題的具體描述是如下這樣的。
當(dāng)cut和ps配合時：
[rocrocket@rocrocket programming]$ psPID TTY TIME CMD2977 pts/0 00:00:00 bash5032 pts/0 00:00:00 ps[rocrocket@rocrocket programming]$ ps|cut -b3P900
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，均無此問題，例如cut和who配合則正常：
[rocrocket@rocrocket programming]$ whorocrocket :0 2009-01-08 11:07rocrocket pts/0 2009-01-08 11:23 (:0.0)rocrocket pts/1 2009-01-08 14:15 (:0.0)[rocrocket@rocrocket programming]$ who|cut -b3ccc
這個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］。
其實這個問題是這樣的，ps|cut會自身創(chuàng)建一個進程，所以當(dāng)ps時也會提取出這個進程，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。
你測試下執(zhí)行ps和ps|cat就知道原因了！:)
10 cut有哪些缺陷和不足？
猜出來了吧？對，就是在處理多空格時。
如果文件里面的某些域是由若干個空格來間隔的，那么用cut就有點麻煩了，因為cut只擅長處理“以一個字符間隔”的文本內(nèi)容。
