用途
文本文件按列提取。
特点
过于简单，只能处理固定格式的分隔符，分隔符不能使用正则表达式。
用法
命令基本格式
- -b、-c、-f分别表示字节、字符、字段（即byte、character、field）；
- list表示-b、-c、-f操作范围，-n常常表示具体数字；
- file表示的自然是要操作的文本文件的名称；
- delim（英文全写：delimiter）表示分隔符，默认情况下为TAB；
- -s表示不包括那些不含分隔符的行（这样有利于去掉注释和标题）
cut option list file
cut -b list [-n] [file ...]
cut -c list [file ...]
cut -f list [-d delim][-s][file ...]list 范围的表示方法
| 表示 | 意义 |
|---|---|
| N | 只有第N项 |
| N- | 从第N项一直到行尾 |
| N-M | 从第N项到第M项(包括M) |
| -M | 从一行的开始到第M项(包括M) |
| - | 从一行的开始到结束的所有项 |
实例
经典应用
Linux中提取所有用户 cut -f 1 -d ':' /etc/passwd
以：作为分割符，提取第一个字段
去掉开始的命令提示符
cut -c 8- usercount.pig
从第8个字符开始提取
原文件 usercount.pig
grunt> A = load '/data/20160518/1055/100/9_1463541300000/part-00000' using PigStorage('|');
grunt> B = foreach A generate $16 as ip;
grunt> C = group B by ip;
grunt> D = foreach C generate group,COUNT(B);
grunt> dump D;处理后结果
A = load '/data/20160518/1055/100/9_1463541300000/part-00000' using PigStorage('|');
B = foreach A generate $16 as ip;
C = group B by ip;
D = foreach C generate group,COUNT(B);去除标题，并替换分隔符
cut -f 1- -s --output-delimiter='|' table.txt
- 由于默认分割符是 \t， 所以不需指定
- -s 去除不含分隔符的行（通常是标题，空行）
- 指定输出分割符
原文件，cat table.txt
table
1 xiaohu
2 xiaoli
3 xiaowang
4 xiaoming处理结果
1|xiaohu
2|xiaoli
3|xiaowang
4|xiaoming
