如何让“cut”命令将相同的连续分隔符视为一个？

Question

我正在尝试从基于列的、“空间”调整的文本流中提取某个（第四个）字段。我尝试按以下方式使用

cut

命令：

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

不幸的是，

cut

不会将多个空格视为一个分隔符。我可以通过 awk 进行管道传输

awk '{ printf $4; }'

或 sed

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

折叠空格，但我想知道是否有任何方法可以原生处理

cut

和几个分隔符？

Answer 1

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
                        SET1 中列出的单次出现的
                        那个角色的

Answer 2

当您在问题中评论时，

awk

确实是正确的选择。使用

cut

可以与

tr -s

一起使用来压缩空间，如 kev 的答案 所示。

让我为未来的读者介绍一下所有可能的组合。说明位于测试部分。

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

---

测试

给定这个文件，让我们测试一下命令：

$ 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

这将按顺序读取字段。通过使用

_

，我们表明这是一个一次性变量，作为“垃圾变量”来忽略这些字段。这样，我们将

$myfield

存储为文件中的第四个字段，无论它们之间有空格。

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

sed

这会捕获三组空格，并且没有带有

([^ ]*[ ]*){3}

的空格。然后，它捕获任何到来的内容，直到第四个字段出现空格为止，最后打印出

\1

。

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

Answer 3

最短/最友好的解决方案

在对

cut

的太多限制感到沮丧后，我编写了自己的替代品，我将其称为

cuts

，意为“减少类固醇”。

剪切提供了针对此问题和许多其他相关剪切/粘贴问题的最简单的解决方案。

解决这个特定问题的众多示例中的一个：

$ 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（+覆盖默认值的能力）
• 多字符、混合字符和正则表达式匹配分隔符
• 使用混合分隔符从多个文件中提取列
• 除了行首之外还从行尾偏移（使用负数）
• 自动并排粘贴列（无需单独调用

  paste

  ）
• 支持字段重新排序
• 用户可以更改个人偏好的配置文件
• 非常重视用户友好性和极简的所需打字

还有更多。标准中没有提供这些

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/

Answer 4

这段 Perl 行话显示了 Perl 与 awk 的关系有多么密切：

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

但是，

@F

自动分割数组从索引

$F[0]

开始，而awk字段以

$1

开始

Answer 5

使用

cut

的版本，我知道，不，这是不可能的。

cut

主要用于解析分隔符不是空格（例如

/etc/passwd

）并且具有固定数量字段的文件。一行中的两个分隔符意味着一个空字段，这也适用于空格。

Answer 6

我创建了一个补丁，将新的

-m

命令行选项添加到

cut(1)

，它在字段模式下工作，并将多个连续分隔符视为单个分隔符。这基本上以相当有效的方式解决了OP的问题。几天前我也在上游提交了这个补丁，希望它能被接受并合并到 coreutils 项目中。

还有一些关于向 cut(1) 添加更多与空白相关的功能的

进一步的想法

，并且从不同的人那里得到一些反馈会很棒。我愿意为

cut(1)

实现更多补丁并将其提交到上游，这将使该实用程序在各种现实场景中更加通用且更可用。