使用cut命令将空格用作定界符

328

我想使用空格作为cut命令的定界符。

我可以使用什么语法？

bash unix cut

— 耶勒比
source

42

不对的，因为切割的man page没有解释这一点，是在一般情况下，不翔实

— UncleZeiv

2

同样，在这种情况下，“信息剪切”也无济于事。

— cardiff space man

3

@ mklement0（如果我还记得的话），我是在回复一条已删除的评论，该评论认为此问题已在手册页中得到了回答，我认为这是“不正确的”，无论有何充分理由或不-现在，虽然我承认，有可能是这种缺乏信息一个很好的理由，我还是觉得没有共同使用的例子是文档往往是至少刺激性，如果不是完全没用

— UncleZeiv

3

@UncleZeiv明白了; 感谢您的澄清；考虑到对此问题的兴趣，可以公平地认为该man页面不够用。让我们来看看：“ -d delim使用delim作为字段分隔符，而不是制表符。” （BSD cut，但GNU版本和POSIX规范几乎相同）。使用外壳来调用cut-典型案例-因此需要你知道如何通常通过一个空间使用参数shell语法，这无疑不是cut男人页的工作。实际示例总是有帮助的，但是，GNU手册页缺少它们。

— mklement0

4

尽管选择的答案在技术上是正确的，但请考虑选择@ mklement0作为标准答案，以选择最新的更全面的答案，以便将其过滤到顶部。

— David LeBauer

367

cut -d ' ' -f 2

其中2是所需的以空格分隔的字段的字段号。

— 里奇·欣德尔
source

2

您能否像在RegEx中那样告诉cut使用任意数量的某个特定字符作为分隔符？例如任意数量的空格，例如\ s +

— 两栖游戏，2012年

3

@foampile不，我不相信你可以。

— 乔纳森·哈特利

6

您不能将regexes与一起使用cut，但是可以与之一起cuts尝试“修复”所有cut限制：github.com/arielf/cuts

— arielf 2014年

你能得到每三个空间有限的场吗？喜欢cut -d ' ' -f 3,6,9,12,15,18而不必指定每一个数字？

— Monocito

169

通常，如果您使用空格作为定界符，则希望将多个空格视为一个，因为您会解析命令输出，以使某些列与空格对齐。（和谷歌搜索导致我在这里）

在这种情况下，单个cut命令是不够的，您需要使用：

tr -s ' ' | cut -d ' ' -f 2

要么

awk '{print $2}'

— 贝尼贝拉
source

2

感谢awk示例用法，正是我所需要的。

— spazm '16

44

^{补充现有的，有用的答案；帽子给小费QZ支持鼓励我发布一个单独的答案：}

两种不同的机制在这里起作用：

（a）cut 本身是否要求传递给-d选项的定界符（在这种情况下为空格）是一个单独的参数，或者是否可以将其直接附加到-d。
（b）shell在将参数传递给被调用的命令之前通常如何解析参数。

（a）由POSIX公用事业指南（强调我的）引述

如果标准实用程序的摘要显示带有强制性选项参数的选项，则符合标准的应用程序应对该选项及其选项参数使用单独的参数。然而，一个符合标准的实现应还允许应用程序指定同一参数串的选项，选项参数中间没有字符。

换句话说：在这种情况下，因为-d的option-argument是强制性的，所以您可以选择是否将分隔符指定为：

（s）Ether：一个单独的论点
（d）OR：直接附加到-d的值。

选择（s）或（d）之后，shell的字符串文字解析-（b）就很重要：

随着办法（S） ，以下所有形式是等价的：
- -d ' '
- -d " "
- -d \<space> # <space> used to represent an actual space for technical reasons
使用方法（d），以下所有形式均等效：
- -d' '
- -d" "
- "-d "
- '-d '
- d\<space>

等价由shell的字符串文字处理解释：

上面的cut所有解决方案在看到它们时都会得到完全相同的字符串（在每个组中）：

（s）：cut将-d视为自己的参数，然后是包含空格字符的单独参数-不带引号或\前缀！
（d） ：cut看到-d 加一个空格字符-不带引号或\前缀！-作为相同论点的一部分。

各个组中的形式最终相同的原因是双重的，这取决于外壳如何解析字符串文字：

Shell允许通过称为quoting的机制按原样指定文字，该机制可以采用几种形式：
- 单引号字符串：里面的内容'...'取字面，并形成一个单一的参数
- 用双引号引起来的字符串：内部的内容"..."也形成单个参数，但可以进行插值（扩展变量引用，例如$var，命令替换（$(...)或`...`）或算术扩展（$(( ... ))）。
- \的-quoting 个别字符：一个\单个字符之前使该字符被解释为一个文字。
引用被补充引用的去除，这意味着一旦壳已解析的命令线，就删除从参数的引用字符（封闭'...'或"..."或\实例） -从而，该命令被调用不会看到引号字符。

— mklement0
source

36

您还可以说：

cut -d\  -f 2

请注意，反斜杠后面有两个空格。

— 查斯欧文斯
source

30

知道“ \”转义下一个字符的人会非常小心地记下下一个字符。像这样使用'\'转义空格字符是一种非常常见的习惯用法。

— 乔纳森·哈特利

3

@Jonathan Hartley通常大多数代码确实是不可读的：)

— Luca Borrione 2012年

1

从linux / unix的角度来看，这\ 是我的第一次尝试，并且有效。我同意与相比' '，它不那么明显，但是我敢肯定，很多人很高兴在这里阅读它，以确保行为安全。为了更好的理解，请参阅下面的@ mklement0评论。

— tresf，2015年

@乔纳森·哈特利（JonathanHartley）的更正：“ 知道'\' 的自私者会逃脱下一个字符，并假设其他所有人也知道这一点。” 对于个人项目，这并不适用，但是在团队环境中，这种假设是非常危险的（并且可能代价很高）。

— 爱德华·尼可迪

1

@EduardNicodei哦，我同意。我们在谈论的是代码的读者（“谁注意到...？”），而不是作者。但是，在某些团队中，也可以假设一定水平的熟练程度。取决于环境。

— 乔纳森·哈特利

5

我刚刚发现您还可以使用"-d "：

cut "-d "

测试

$ cat a
hello how are you
I am fine
$ cut "-d " -f2 a
how
am

— fedorqui'停止伤害'
source

1

的确-或'-d '。

— mklement0 2015年

3

需要注意的是从cut的角度以下所有的是相同的："-d "，'-d '，-d" "， -d' '，和-d\<space>：所有形式的直接附加的选项的参数（一个空格）至选项（-d）和结果在确切相同的字符串的时候cut看到它们：单个在外壳程序执行了引号删除

— mklement0

1

@ mklement0的答案应该是的答案。这是此页面上最全面的内容（即使它是评论）。

— tresf，2015年

@QZSupport：非常感谢您的感激和鼓励-它启发了我发表自己的回答以及其他背景信息。

— mklement0

1

大声笑令人着迷的发现！

— 哈里

4

如果数据有多个空格，则用cut很难做到这一点。我发现标准化输入以简化处理很有用。一种技巧是使用sed进行如下标准化。

echo -e "foor\t \t bar" | sed 's:\s\+:\t:g' | cut -f2  #bar

— 安西
source

3

scut，类似cut的实用程序（我制作的更智能，但速度较慢），可以将任何perl regex用作中断令牌。默认打破空白，但是您也可以打破多字符正则表达式，替代正则表达式等。

scut -f='6 2 8 7' < input.file  > output.file

因此，以上命令将中断空白列并按此顺序提取（从0开始）cols 6 2 8 7。

— 哈里·曼加拉姆
source

0

我有一个包含sed正则表达式和捕获组的答案（我承认有些困惑）：

\S* - 第一个字
\s* -定界符
(\S*) -第二个字-已捕获
.* -其余部分

作为sed表达式，捕获组需要转义，即$和$。

该\1返回的拍摄组的副本，即，在第二个字。

$ echo "alpha beta gamma delta" | sed 's/\S*\s*\(\S*\).*/\1/'
beta

当您查看此答案时，它有些令人困惑，您可能会想到，为什么要打扰？好吧，我希望有人能去“啊哈！” 并将使用此模式通过单个sed表达式解决一些复杂的文本提取问题。

— 泉泉
source