我正在尝试从基于列的“空间”调整后的文本流中提取某个（第四）字段。我试图以cut以下方式使用命令：

cat text.txt | cut -d " " -f 4

不幸的是，cut没有将多个空格视为一个定界符。我本来可以通过awk

awk '{ printf $4; }'

或sed

sed -E "s/[[:space:]]+/ /g"

折叠空间，但是我想知道是否有任何方法可以处理，cut并且本机有几个定界符？

尝试：

tr -s ' ' <text.txt | cut -d ' ' -f4

来自 tr手册页：

-s，--squeeze-repeats替换重复字符的每个输入序列
                        在SET1中列出一次
                        该角色的

在您对问题进行评论时，awk确实是要走的路。要使用cut是可能的共同tr -s挤压的空间，如千电子伏的答案节目。

但是，让我为将来的读者介绍所有可能的组合。说明在“测试”部分。

tr | 切

tr -s ' ' < file | cut -d' ' -f4

awk

awk '{print $4}' file

重击

while read -r _ _ _ myfield _
do
   echo "forth field: $myfield"
done < file

sed

sed -r 's/^([^ ]*[ ]*){3}([^ ]*).*/\2/' file

测验

给定此文件，让我们测试命令：

$ cat a
this   is    line     1 more text
this      is line    2     more text
this    is line 3     more text
this is   line 4            more    text

tr | 切

$ cut -d' ' -f4 a
is
                        # it does not show what we want!


$ tr -s ' ' < a | cut -d' ' -f4
1
2                       # this makes it!
3
4
$

awk

$ awk '{print $4}' a
1
2
3
4

重击

这将顺序读取字段。通过使用，_我们指示这是一个抛弃型变量，可以作为忽略这些字段的“垃圾变量”。这样，$myfield无论它们之间是否有空格，我们都将其存储为文件中的第四个字段。

$ while read -r _ _ _ a _; do echo "4th field: $a"; done < a
4th field: 1
4th field: 2
4th field: 3
4th field: 4

sed

这捕获了三组空格，没有空格([^ ]*[ ]*){3}。然后，它捕获到到第四个字段为止的所有内容，最后用来打印\1。

$ sed -r 's/^([^ ]*[ ]*){3}([^ ]*).*/\2/' a
1
2
3
4

最短/最友好的解决方案

在对太多的限制感到沮丧之后cut，我写了我自己的替代品，我呼吁cuts“削减类固醇”。

cuts为解决此问题以及许多其他相关的cut / paste问题提供了最简约的解决方案。

一个例子，解决了这个特定问题：

$ cat text.txt
0   1        2 3
0 1          2   3 4

$ cuts 2 text.txt
2
2

cuts 支持：

• 自动检测文件中最常见的字段分隔符（具有覆盖默认值的功能）
• 多字符，混合字符和正则表达式匹配的分隔符
• 使用混合定界符从多个文件中提取列
• 从行尾开始偏移（使用负数）
• 自动并排粘贴列（无需paste单独调用）
• 支持字段重新排序
• 一个配置文件，用户可以在其中更改其个人偏好
• 高度重视用户友好性和简约的打字要求

以及更多。这些都不是标准提供的cut。

另请参阅：https : //stackoverflow.com/a/24543231/1296044

来源和文档（免费软件）：http : //arielf.github.io/cuts/

这个Perl单行代码显示了Perl与awk的密切关系：

perl -lane 'print $F[3]' text.txt

但是，自动@F拆分数组从索引处开始，$F[0]而awk字段以$1

对于cut我所知道的版本，这是不可能的。cut主要用于解析分隔符不是空格（例如/etc/passwd）并且具有固定数量的字段的文件。连续的两个分隔符表示一个空字段，也用于空格。