
O Linux cut O comando permite extrair partes de texto de arquivos ou fluxos de dados. É especialmente útil para trabalhar com dados delimitados, como arquivos CSV. Aqui está o que você precisa saber.
O comando de corte
O cut command é um veterano do mundo Unix, fazendo sua estreia em 1982 como parte do AT&T System III UNIX. Seu objetivo na vida é cortar seções de texto de arquivos ou fluxos, de acordo com os critérios que você definir. Sua sintaxe é tão simples quanto seu propósito, mas é essa simplicidade conjunta que o torna tão útil.
Do jeito consagrado do UNIX, combinando cut com outros utilitários como grep você pode criar soluções elegantes e poderosas para problemas desafiadores. Embora existam diferentes versões de cut, vamos discutir a versão GNU/Linux padrão. Esteja ciente de que outras versões, principalmente a cut encontrado nas variantes BSD, não inclua todas as opções descritas aqui.
Você pode verificar qual versão está instalada em seu computador emitindo este comando:
cut --version
Se você vir “GNU coreutils” na saída, você está na versão que descreveremos neste artigo. Todas as versões de cut tem algumas dessas funcionalidades, mas a versão Linux teve melhorias adicionadas a ela.
Primeiros Passos Com corte
Quer estejamos canalizando informações para cut ou usando cut para ler um arquivo, os comandos que usamos são os mesmos. Qualquer coisa que você possa fazer em um fluxo de entrada com cut pode ser feito em uma linha de texto de um arquivo, e vice-versa. Nós podemos dizer cut para trabalhar com bytes, caracteres ou campos delimitados.
Para selecionar um único byte, usamos o -b (byte) opção e diga cut qual byte ou bytes queremos. Neste caso, é o byte cinco. Estamos enviando a string “how-to geek” para o cut comando com um pipe, “|”, de echo .
echo 'how-to geek' | cut -b 5

O quinto byte nessa string é “t”, então cut responde imprimindo “t” na janela do terminal.
Para especificar um alcance usamos um hífen. Para extrair os bytes 5 até—e incluindo—11, emitimos este comando:
echo 'how-to geek' | cut -b 5-11

Você pode fornecer vários bytes ou intervalos individuais separando-os com vírgulas. Para extrair o byte 5 e o byte 11, use este comando:
echo 'how-to geek' | cut -b 5,11

Para obter a primeira letra de cada palavra, podemos usar este comando:
echo 'how-to geek' | cut -b 1,5,8

Se você usar o hífen sem um primeiro número, cut retorna tudo da posição 1 até o número. Se você usar o hífen sem um segundo número, cut retorna tudo, desde o primeiro número até o final do fluxo ou linha.
echo 'how-to geek' | cut -b -6
echo 'how-to geek' | cut -b 8-

Usando corte com caracteres
Usando cut com caracteres é praticamente o mesmo que usá-lo com bytes. Em ambos os casos, cuidados especiais devem ser tomados com caracteres complexos. Ao usar o -c opção (caractere), dizemos cut para trabalhar em termos de caracteres, não bytes.
echo 'how-to geek' | cut -c 1,5,8
echo 'how-to geek' | cut -c 8-11

Estes funcionam exatamente como você esperaria. Mas dê uma olhada neste exemplo. É uma palavra de seis letras, então perguntando cut para retornar os caracteres de um a seis deve retornar a palavra inteira. Mas não. Falta um caractere. Para ver a palavra inteira temos que pedir os caracteres de um a sete.
echo 'piñata' | cut -c 1-6
echo 'piñata' | cut -c 1-7

O problema é que o caractere “ñ” é na verdade composto de dois bytes. Podemos ver isso com bastante facilidade. Temos um pequeno arquivo de texto contendo esta linha de texto:
cat unicode.txt

Vamos examinar esse arquivo com o hexdump Utilitário. Usando o -C (canônica) nos dá uma tabela de dígitos hexadecimais com o equivalente ASCII à direita. Na tabela ASCII, o “ñ” não é mostrado, em vez disso, há pontos representando dois caracteres não imprimíveis. Esses são os bytes destacados na tabela hexadecimal.
hexdump -C unicode.txt

Esses dois bytes são usados pelo programa de exibição - neste caso, o shell Bash - para identificar o "ñ". Muitos caracteres Unicode usam três ou mais bytes para representar um único caractere.
Se pedirmos o caractere 3 ou o caractere 4, é mostrado o símbolo de um caractere não imprimível. Se pedirmos bytes 3 e 4, o shell os interpreta como “ñ”.
echo 'piñata' | cut -c 3
echo 'piñata' | cut -c 4
echo 'piñata' | cut -c 3-4

Usando corte com dados delimitados
Nós podemos pergutar cut para dividir linhas de texto usando um delimitador especificado. Por padrão, cut usa um caractere de tabulação, mas é fácil dizer a ele para usar o que quisermos. Os campos no arquivo “/etc/passwd” são separados por dois pontos “:”, então usaremos isso como nosso delimitador e extrairemos algum texto.
As porções de texto entre os delimitadores são chamadas Campose são referenciados como bytes ou caracteres, mas são precedidos pelo -f (campos) opção. Você pode deixar um espaço entre o “f” e o dígito, ou não.
O primeiro comando usa o -d (delimitador) para dizer ao corte para usar “:” como delimitador. Ele vai puxar o primeiro campo de cada linha no arquivo “/etc/passwd”. Essa será uma longa lista, então estamos usando head com o -n (número) para mostrar apenas as cinco primeiras respostas. O segundo comando faz a mesma coisa, mas usa tail para nos mostrar as últimas cinco respostas.
cut -d':' -f1 /etc/passwd | head -n 5
cut -d':' -f2 /etc/passwd | tail -n 5

Para extrair uma seleção de campos, liste-os como uma lista separada por vírgulas. Este comando extrairá os campos um a três, cinco e seis.
cut -d':' -f1-3,5,6 /etc/passwd | tail -n 5

Ao incluir grep no comando, podemos procurar linhas que incluam “/bin/bash”. Isso significa que podemos listar apenas as entradas que têm o Bash como shell padrão. Geralmente, serão as contas de usuário “normais”. Pediremos campos de um a seis porque o sétimo campo é o campo shell padrão e já sabemos o que é — estamos procurando por ele.
grep "/bin/bash" /etc/passwd | cut -d':' -f1-6

Outra maneira de incluir todos os campos, exceto um, é usar o --complement opção. Isso inverte a seleção de campo e mostra tudo o que não tem foi solicitado. Vamos repetir o último comando, mas pedir apenas o campo sete. Em seguida, executaremos esse comando novamente com o --complement opção.
grep "/bin/bash" /etc/passwd | cut -d':' -f7
grep "/bin/bash" /etc/passwd | cut -d':' -f7 --complement

O primeiro comando encontra uma lista de entradas, mas o campo sete não nos dá nada para distinguir entre elas, então não sabemos a quem as entradas se referem. No segundo comando, adicionando o --complement opção, temos tudo, exceto o campo sete.
Tubulação cortada em corte
Continuando com o arquivo “/etc/passwd”, vamos extrair o campo cinco. Este é o nome real do usuário que possui a conta de usuário.
grep "/bin/bash" /etc/passwd | cut -d':' -f5

O quinto campo tem subcampos separados por vírgulas. Eles raramente são preenchidos, então aparecem como uma linha de vírgulas.
Podemos remover as vírgulas canalizando a saída do comando anterior para outra invocação de cut . A segunda instância de cut usa a vírgula “,” como seu delimitador. O -s (somente delimitado) opção informa cut para suprimir resultados que não têm o delimitador neles.
grep "/bin/bash" /etc/passwd | cut -d':' -s -f5 | cut -d',' -s -f1

Como a entrada raiz não tem subcampos de vírgula no quinto campo, ela é suprimida e obtemos os resultados que buscamos — uma lista dos nomes dos usuários “reais” configurados neste computador.
RELACIONADO: Como funcionam as permissões de arquivo do Linux?
O delimitador de saída
Temos um pequeno arquivo com alguns valores separados por vírgula. Os campos nestes dados fictícios são:
- identificação: Um número de ID do banco de dados
- Primeiro: o primeiro nome do assunto.
- Durar: o sobrenome do assunto.
- o email: Seu endereço de e-mail.
- Endereço de IP: Seu endereço IP.
- Marca: A marca do veículo motorizado que dirigem.
- Modelo: O modelo do veículo motorizado que dirigem.
- Ano: O ano em que seu veículo motorizado foi construído.
cat small.csv

Se dissermos ao cut para usar a vírgula como delimitador, podemos extrair campos como fizemos antes. Às vezes, você precisará extrair dados de um arquivo, mas não deseja que o delimitador de campo seja incluído nos resultados. Usando o --output-delimiter podemos dizer qual personagem - ou de fato, personagem seqüência—para usar em vez do delimitador real.
cut -d ',' -f 2,3 small.csv
cut -d ',' -f 2,3 small.csv --output-delimiter=" "

O segundo comando diz cut para substituir as vírgulas por espaços.
Podemos levar isso adiante e usar esse recurso para converter a saída em uma lista vertical. Este comando usa um novo caractere de linha como delimitador de saída. Observe o “$” que precisamos incluir para que o caractere de nova linha funcione e não seja interpretado como uma sequência literal de dois caracteres.
Nós vamos usar grep filtrar a entrada de Morgana Renwick e pedir cut para imprimir todos os campos do campo dois até o final do registro e usar um caractere de nova linha como delimitador de saída.
grep 'renwick' small.csv | cut -d ',' -f2- --output-delimiter=$''

Um Oldie, mas Goldie
No momento em que escrevo, o comando little cut está se aproximando de seu 40º aniversário, e ainda o estamos usando e escrevendo sobre ele hoje. Suponho que cortar texto hoje é o mesmo que era há 40 anos. Ou seja, muito mais fácil quando você tem a ferramenta certa à mão.
RELACIONADO: 37 comandos importantes do Linux que você deve conhecer
Fonte Adicione ao Google Notícias



