4 Penggunaan Cut Command yang Esensial dan Praktis di Linux

Perintah cut adalah alat kanonik untuk menghapus "kolom" dari file teks. Dalam konteks ini, "kolom" dapat didefinisikan sebagai rentang karakter atau byte yang diidentifikasi berdasarkan posisi fisiknya pada baris, atau rentang bidang yang dibatasi oleh pemisah.

Saya telah menulis tentang menggunakan perintah AWK sebelumnya. Dalam panduan terperinci ini, saya akan menjelaskan empat contoh penting dan praktis dari perintah cut di Linux yang akan sangat membantu Anda.

4 Contoh praktis perintah Cut di Linux

Jika mau, Anda dapat menonton video ini yang menjelaskan contoh praktis perintah cut yang sama dengan yang saya cantumkan di artikel.

1. Bekerja dengan rentang karakter

Saat dipanggil dengan -c opsi baris perintah, perintah potong akan menghapus karakter rentang.

Seperti filter lainnya, perintah cut tidak mengubah file input di tempatnya tetapi akan menyalin data yang dimodifikasi ke output standarnya. Anda bertanggung jawab untuk mengarahkan output perintah ke file untuk menyimpan hasilnya atau menggunakan pipa untuk mengirimkannya sebagai input ke perintah lain.

Jika Anda telah mengunduh file uji sampel yang digunakan dalam video di atas, Anda dapat melihat BALANCE.txt file data, langsung dari perangkat lunak akuntansi yang digunakan istri saya di tempat kerjanya:

sh$ head BALANCE.txt
ACCDOC    ACCDOCDATE    ACCOUNTNUM ACCOUNTLIB              ACCDOCLIB                        DEBIT          CREDIT
4         1012017       623477     TIDE SCHEDULE           ALNEENRE-4701-LOC                00000001615,00
4         1012017       445452     VAT BS/ENC              ALNEENRE-4701-LOC                00000000323,00
4         1012017       4356       PAYABLES                ALNEENRE-4701-LOC                               00000001938,00
5         1012017       623372     ACCOMODATION GUIDE      ALNEENRE-4771-LOC                00000001333,00
5         1012017       445452     VAT BS/ENC              ALNEENRE-4771-LOC                00000000266,60
5         1012017       4356       PAYABLES                ALNEENRE-4771-LOC                               00000001599,60
6         1012017       4356       PAYABLES                FACT FA00006253 - BIT QUIROBEN                  00000001837,20
6         1012017       445452     VAT BS/ENC              FACT FA00006253 - BIT QUIROBEN   00000000306,20
6         1012017       623795     TOURIST GUIDE BOOK      FACT FA00006253 - BIT QUIROBEN   00000001531,00

Ini adalah file teks dengan lebar tetap karena bidang data diisi dengan jumlah spasi yang bervariasi untuk memastikannya ditampilkan sebagai tabel yang disejajarkan dengan baik.

Sebagai akibat wajar, kolom data selalu dimulai dan diakhiri pada posisi karakter yang sama pada setiap baris. Ada sedikit jebakan:terlepas dari namanya, cut perintah sebenarnya mengharuskan Anda untuk menentukan rentang data yang ingin Anda simpan , bukan rentang yang ingin Anda hapus . Jadi, jika saya membutuhkan hanya ACCOUNTNUM dan ACCOUNTLIB kolom dalam file data di atas, saya akan menulis bahwa:

sh$ cut -c 25-59 BALANCE.txt | head
ACCOUNTNUM ACCOUNTLIB
623477     TIDE SCHEDULE
445452     VAT BS/ENC
4356       /accountPAYABLES
623372     ACCOMODATION GUIDE
445452     VAT BS/ENC
4356       PAYABLES
4356       PAYABLES
445452     VAT BS/ENC
623795     TOURIST GUIDE BOOK

Apa itu rentang?

Seperti yang baru saja kita lihat, perintah cut mengharuskan kita menentukan rentang data yang ingin kita simpan. Jadi, mari kita perkenalkan secara lebih formal apa itu range:untuk cut perintah, rentang ditentukan oleh posisi awal dan akhir yang dipisahkan oleh tanda hubung. Rentang berbasis 1, yaitu item pertama dari baris adalah item nomor 1, bukan 0. Rentang sudah termasuk:awal dan akhir akan dipertahankan dalam output, serta semua karakter di antaranya. Ini adalah kesalahan untuk menentukan rentang yang posisi akhirnya sebelum ("lebih rendah") dari posisi awalnya. Sebagai jalan pintas, Anda dapat menghilangkan awal atau nilai akhir seperti yang dijelaskan pada tabel di bawah ini:

• a-b :rentang antara a dan b (inklusif)
• a :setara dengan rentang a-a
• -b :setara dengan 1-a
• b- :setara dengan b-∞

Perintah cut memungkinkan Anda untuk menentukan beberapa rentang dengan memisahkannya dengan koma. Berikut adalah beberapa contohnya:

# Keep characters from 1 to 24 (inclusive)
cut -c -24 BALANCE.txt

# Keep characters from 1 to 24 and 36 to 59 (inclusive)
cut -c -24,36-59 BALANCE.txt

# Keep characters from 1 to 24, 36 to 59 and 93 to the end of the line (inclusive)
cut -c -24,36-59,93- BALANCE.txt

Satu batasan (atau fitur, tergantung pada cara Anda melihatnya) dari cut perintahnya adalah tidak akan pernah menyusun ulang data . Jadi, perintah berikut akan menghasilkan hasil yang sama persis dengan yang sebelumnya, meskipun rentang ditentukan dalam urutan yang berbeda:

cut -c 93-,-24,36-59 BALANCE.txt

Anda dapat memeriksanya dengan mudah menggunakan diff perintah:

diff -s <(cut -c -24,36-59,93- BALANCE.txt) \
              <(cut -c 93-,-24,36-59 BALANCE.txt)
Files /dev/fd/63 and /dev/fd/62 are identical

Demikian pula, cut perintah jangan pernah menduplikasi data :

# One might expect that could be a way to repeat
# the first column three times, but no...
cut -c -10,-10,-10 BALANCE.txt | head -5
ACCDOC
4
4
4
5

Perlu disebutkan ada proposal untuk -o opsi untuk mengangkat dua batasan terakhir tersebut, memungkinkan cut utilitas untuk menyusun ulang atau menggandakan data. Namun hal ini ditolak oleh komite POSIX“karena jenis peningkatan ini berada di luar cakupan standar draf IEEE P1003.2b.”

Untuk saya sendiri, saya tidak tahu ada versi pemotongan yang mengimplementasikan proposal itu sebagai perpanjangan. Tetapi jika Anda melakukannya, silakan bagikan dengan kami menggunakan bagian komentar!

2. Bekerja dengan rentang byte

Saat dipanggil dengan -b opsi baris perintah, perintah cut akan menghapus byte rentang.

Pada pandangan pertama, tidak ada perbedaan yang jelas antara karakter dan byte rentang:

sh$ diff -s <(cut -b -24,36-59,93- BALANCE.txt) \
              <(cut -c -24,36-59,93- BALANCE.txt)
Files /dev/fd/63 and /dev/fd/62 are identical

Itu karena file data sampel saya menggunakan pengkodean karakter US-ASCII (“charset”) sebagai file -i perintah dapat menebaknya dengan benar:

sh$ file -i BALANCE.txt
BALANCE.txt: text/plain; charset=us-ascii

Dalam pengkodean karakter itu, ada pemetaan satu-ke-satu antara karakter dan byte. Dengan hanya menggunakan satu byte, Anda secara teoritis dapat menyandikan hingga 256 karakter yang berbeda (angka, huruf, tanda baca, simbol, ... ) Dalam praktiknya, angka tersebut jauh lebih rendah karena pengkodean karakter membuat ketentuan untuk beberapa nilai khusus (seperti 32 atau 65 karakter kontrol umumnya ditemukan). Bagaimanapun, bahkan jika kita dapat menggunakan rentang byte penuh, itu akan jauh dari cukup untuk menyimpan berbagai tulisan manusia. Jadi, hari ini, pemetaan satu-ke-satu antara karakter dan byte lebih merupakan pengecualian daripada norma dan hampir selalu digantikan oleh pengkodean multibyte UTF-8 di mana-mana. Sekarang mari kita lihat bagaimana perintah cut dapat menanganinya.

Bekerja dengan karakter multibyte

Seperti yang saya katakan sebelumnya, contoh file data yang digunakan sebagai contoh untuk artikel tersebut berasal dari software akuntansi yang digunakan oleh istri saya. Itu menambahkan dia memperbarui perangkat lunak itu baru-baru ini dan, setelah itu, file teks yang diekspor sedikit berbeda. Saya membiarkan Anda mencoba melihat perbedaannya sendiri:

sh$ head BALANCE-V2.txt
ACCDOC    ACCDOCDATE    ACCOUNTNUM ACCOUNTLIB              ACCDOCLIB                        DEBIT          CREDIT
4         1012017       623477     TIDE SCHEDULE           ALNÉENRE-4701-LOC                00000001615,00
4         1012017       445452     VAT BS/ENC              ALNÉENRE-4701-LOC                00000000323,00
4         1012017       4356       PAYABLES                ALNÉENRE-4701-LOC                               00000001938,00
5         1012017       623372     ACCOMODATION GUIDE      ALNÉENRE-4771-LOC                00000001333,00
5         1012017       445452     VAT BS/ENC              ALNÉENRE-4771-LOC                00000000266,60
5         1012017       4356       PAYABLES                ALNÉENRE-4771-LOC                               00000001599,60
6         1012017       4356       PAYABLES                FACT FA00006253 - BIT QUIROBEN                  00000001837,20
6         1012017       445452     VAT BS/ENC              FACT FA00006253 - BIT QUIROBEN   00000000306,20
6         1012017       623795     TOURIST GUIDE BOOK      FACT FA00006253 - BIT QUIROBEN   00000001531,00

Judul bagian ini mungkin membantu Anda menemukan apa yang telah berubah. Tapi, ketahuan atau tidak, mari kita lihat sekarang konsekuensi dari perubahan itu:

sh$ cut -c 93-,-24,36-59 BALANCE-V2.txt
ACCDOC    ACCDOCDATE    ACCOUNTLIB              DEBIT          CREDIT
4         1012017       TIDE SCHEDULE            00000001615,00
4         1012017       VAT BS/ENC               00000000323,00
4         1012017       PAYABLES                                00000001938,00
5         1012017       ACCOMODATION GUIDE       00000001333,00
5         1012017       VAT BS/ENC               00000000266,60
5         1012017       PAYABLES                                00000001599,60
6         1012017       PAYABLES                               00000001837,20
6         1012017       VAT BS/ENC              00000000306,20
6         1012017       TOURIST GUIDE BOOK      00000001531,00
19        1012017       SEMINAR FEES            00000000080,00
19        1012017       PAYABLES                               00000000080,00
28        1012017       MAINTENANCE             00000000746,58
28        1012017       VAT BS/ENC              00000000149,32
28        1012017       PAYABLES                               00000000895,90
31        1012017       PAYABLES                                00000000240,00
31        1012017       VAT BS/DEBIT             00000000040,00
31        1012017       ADVERTISEMENTS           00000000200,00
32        1012017       WATER                   00000000202,20
32        1012017       VAT BS/DEBIT            00000000020,22
32        1012017       WATER                   00000000170,24
32        1012017       VAT BS/DEBIT            00000000009,37
32        1012017       PAYABLES                               00000000402,03
34        1012017       RENTAL COSTS            00000000018,00
34        1012017       PAYABLES                               00000000018,00
35        1012017       MISCELLANEOUS CHARGES   00000000015,00
35        1012017       VAT BS/DEBIT            00000000003,00
35        1012017       PAYABLES                               00000000018,00
36        1012017       LANDLINE TELEPHONE        00000000069,14
36        1012017       VAT BS/ENC                00000000013,83

Saya telah menyalin di atas output perintah in-extenso jadi pasti ada yang salah dengan perataan kolom.

Penjelasannya adalah file data asli hanya berisi karakter US-ASCII (simbol, tanda baca, angka dan huruf latin tanpa tanda diakritik)

Tetapi jika Anda melihat lebih dekat pada file yang dihasilkan setelah pembaruan perangkat lunak, Anda dapat melihat bahwa file data ekspor baru sekarang mempertahankan huruf beraksen. Misalnya, perusahaan bernama “ALNÉENRE” sekarang dieja dengan benar padahal sebelumnya diekspor sebagai “ALNEENRE” (tanpa aksen)

file -i utilitas tidak melewatkan perubahan itu karena sekarang melaporkan file sebagai dikodekan UTF-8:

sh$ file -i BALANCE-V2.txt
BALANCE-V2.txt: text/plain; charset=utf-8

Untuk melihat bagaimana huruf beraksen dikodekan dalam file UTF-8, kita dapat menggunakan hexdump utilitas yang memungkinkan kita untuk melihat secara langsung byte dalam file:

# To reduce clutter, let's focus only on the second line of the file
sh$ sed '2!d' BALANCE-V2.txt
4         1012017       623477     TIDE SCHEDULE           ALNÉENRE-4701-LOC                00000001615,00
sh$ sed '2!d' BALANCE-V2.txt  | hexdump -C
00000000  34 20 20 20 20 20 20 20  20 20 31 30 31 32 30 31  |4         101201|
00000010  37 20 20 20 20 20 20 20  36 32 33 34 37 37 20 20  |7       623477  |
00000020  20 20 20 54 49 44 45 20  53 43 48 45 44 55 4c 45  |   TIDE SCHEDULE|
00000030  20 20 20 20 20 20 20 20  20 20 20 41 4c 4e c3 89  |           ALN..|
00000040  45 4e 52 45 2d 34 37 30  31 2d 4c 4f 43 20 20 20  |ENRE-4701-LOC   |
00000050  20 20 20 20 20 20 20 20  20 20 20 20 20 30 30 30  |             000|
00000060  30 30 30 30 31 36 31 35  2c 30 30 20 20 20 20 20  |00001615,00     |
00000070  20 20 20 20 20 20 20 20  20 20 20 0a              |           .|
0000007c

Pada baris 00000030 dari hexdump output, setelah banyak spasi (byte 20 ), Anda dapat melihat:

• huruf A dikodekan sebagai byte 41 ,
• huruf L dikodekan dalam byte 4c ,
• dan huruf N dikodekan sebagai byte 4e .

Tapi, huruf besar LATIN CAPITAL LETTER E WITH ACUTE (karena itu adalah nama resmi dari huruf É dalam standar Unicode) dikodekan menggunakan dua byte c3 89

Dan inilah masalahnya:menggunakan cut perintah dengan rentang yang dinyatakan sebagai posisi byte berfungsi dengan baik untuk pengkodean panjang tetap, tetapi tidak untuk panjang variabel seperti UTF-8 atau Shift JIS. Ini dijelaskan dengan jelas dalam ekstrak non-normatif standar POSIX berikut:

Versi sebelumnya dari utilitas cut bekerja di lingkungan di mana byte dan karakter dianggap setara (pemrosesan modulo dan dalam beberapa implementasi). Di dunia karakter multi-byte yang diperluas, opsi -b baru telah ditambahkan.

Hei, tunggu sebentar! Saya tidak menggunakan -b opsi dalam contoh "salah" di atas, tetapi -c pilihan. Jadi, tidak boleh yang berhasil?!?

Ya, itu harus :sangat disayangkan, tetapi kita berada di tahun 2018 dan meskipun demikian, pada GNU Coreutils 8.30, implementasi GNU dari utilitas cut masih tidak menangani karakter multi-byte dengan benar. Mengutip dokumentasi GNU, -c pilihannya adalah “Sama dengan -b untuk saat ini, tetapi internasionalisasi akan mengubahnya[… ]” — penyebutan yang hadir sejak lebih dari 10 tahun sekarang!

Di sisi lain, implementasi OpenBSD dari utilitas cut sesuai dengan POSIX, dan akan menghormati pengaturan lokal saat ini untuk menangani karakter multi-byte dengan benar:

# Ensure subseauent commands will know we are using UTF-8 encoded
# text files
openbsd-6.3$ export LC_CTYPE=en_US.UTF-8

# With the `-c` option, cut works properly with multi-byte characters
openbsd-6.3$ cut -c -24,36-59,93- BALANCE-V2.txt
ACCDOC    ACCDOCDATE    ACCOUNTLIB              DEBIT          CREDIT
4         1012017       TIDE SCHEDULE           00000001615,00
4         1012017       VAT BS/ENC              00000000323,00
4         1012017       PAYABLES                               00000001938,00
5         1012017       ACCOMODATION GUIDE      00000001333,00
5         1012017       VAT BS/ENC              00000000266,60
5         1012017       PAYABLES                               00000001599,60
6         1012017       PAYABLES                               00000001837,20
6         1012017       VAT BS/ENC              00000000306,20
6         1012017       TOURIST GUIDE BOOK      00000001531,00
19        1012017       SEMINAR FEES            00000000080,00
19        1012017       PAYABLES                               00000000080,00
28        1012017       MAINTENANCE             00000000746,58
28        1012017       VAT BS/ENC              00000000149,32
28        1012017       PAYABLES                               00000000895,90
31        1012017       PAYABLES                               00000000240,00
31        1012017       VAT BS/DEBIT            00000000040,00
31        1012017       ADVERTISEMENTS          00000000200,00
32        1012017       WATER                   00000000202,20
32        1012017       VAT BS/DEBIT            00000000020,22
32        1012017       WATER                   00000000170,24
32        1012017       VAT BS/DEBIT            00000000009,37
32        1012017       PAYABLES                               00000000402,03
34        1012017       RENTAL COSTS            00000000018,00
34        1012017       PAYABLES                               00000000018,00
35        1012017       MISCELLANEOUS CHARGES   00000000015,00
35        1012017       VAT BS/DEBIT            00000000003,00
35        1012017       PAYABLES                               00000000018,00
36        1012017       LANDLINE TELEPHONE      00000000069,14
36        1012017       VAT BS/ENC              00000000013,83

Seperti yang diharapkan, saat menggunakan -b mode byte alih-alih -c mode karakter, implementasi pemotongan OpenBSD berperilaku seperti cut sebelumnya :

openbsd-6.3$ cut -b -24,36-59,93- BALANCE-V2.txt
ACCDOC    ACCDOCDATE    ACCOUNTLIB              DEBIT          CREDIT
4         1012017       TIDE SCHEDULE            00000001615,00
4         1012017       VAT BS/ENC               00000000323,00
4         1012017       PAYABLES                                00000001938,00
5         1012017       ACCOMODATION GUIDE       00000001333,00
5         1012017       VAT BS/ENC               00000000266,60
5         1012017       PAYABLES                                00000001599,60
6         1012017       PAYABLES                               00000001837,20
6         1012017       VAT BS/ENC              00000000306,20
6         1012017       TOURIST GUIDE BOOK      00000001531,00
19        1012017       SEMINAR FEES            00000000080,00
19        1012017       PAYABLES                               00000000080,00
28        1012017       MAINTENANCE             00000000746,58
28        1012017       VAT BS/ENC              00000000149,32
28        1012017       PAYABLES                               00000000895,90
31        1012017       PAYABLES                                00000000240,00
31        1012017       VAT BS/DEBIT             00000000040,00
31        1012017       ADVERTISEMENTS           00000000200,00
32        1012017       WATER                   00000000202,20
32        1012017       VAT BS/DEBIT            00000000020,22
32        1012017       WATER                   00000000170,24
32        1012017       VAT BS/DEBIT            00000000009,37
32        1012017       PAYABLES                               00000000402,03
34        1012017       RENTAL COSTS            00000000018,00
34        1012017       PAYABLES                               00000000018,00
35        1012017       MISCELLANEOUS CHARGES   00000000015,00
35        1012017       VAT BS/DEBIT            00000000003,00
35        1012017       PAYABLES                               00000000018,00
36        1012017       LANDLINE TELEPHONE        00000000069,14
36        1012017       VAT BS/ENC                00000000013,83

3. Bekerja dengan bidang

Dalam beberapa hal, bekerja dengan bidang dalam file teks yang dibatasi lebih mudah untuk cut utilitas, karena hanya perlu menemukan pembatas bidang (satu byte) pada setiap baris, menyalin kemudian kata demi kata konten bidang ke output tanpa mengganggu masalah penyandian apa pun.

Berikut adalah contoh file teks yang dibatasi:

sh$ head BALANCE.csv
ACCDOC;ACCDOCDATE;ACCOUNTNUM;ACCOUNTLIB;ACCDOCLIB;DEBIT;CREDIT
4;1012017;623477;TIDE SCHEDULE;ALNEENRE-4701-LOC;00000001615,00;
4;1012017;445452;VAT BS/ENC;ALNEENRE-4701-LOC;00000000323,00;
4;1012017;4356;PAYABLES;ALNEENRE-4701-LOC;;00000001938,00
5;1012017;623372;ACCOMODATION GUIDE;ALNEENRE-4771-LOC;00000001333,00;
5;1012017;445452;VAT BS/ENC;ALNEENRE-4771-LOC;00000000266,60;
5;1012017;4356;PAYABLES;ALNEENRE-4771-LOC;;00000001599,60
6;1012017;4356;PAYABLES;FACT FA00006253 - BIT QUIROBEN;;00000001837,20
6;1012017;445452;VAT BS/ENC;FACT FA00006253 - BIT QUIROBEN;00000000306,20;
6;1012017;623795;TOURIST GUIDE BOOK;FACT FA00006253 - BIT QUIROBEN;00000001531,00;

Anda mungkin mengetahui format file tersebut sebagai CSV (untuk Nilai yang Dipisahkan Koma), meskipun pemisah bidang tidak selalu berupa koma. Misalnya, titik koma (; ) sering dijumpai sebagai pemisah bidang, dan sering kali merupakan pilihan default saat mengekspor data sebagai "CSV" di negara-negara yang sudah menggunakan koma sebagai pemisah desimal (seperti yang kami lakukan di Prancis — oleh karena itu pilihan karakter itu dalam file sampel saya ). Varian populer lainnya menggunakan karakter tab sebagai pemisah bidang, menghasilkan apa yang terkadang disebut file nilai yang dipisahkan tab. Terakhir, di dunia Unix dan Linux, titik dua (: ) adalah pemisah bidang lain yang relatif umum yang mungkin Anda temukan, misalnya, dalam /etc/passwd standar dan /etc/group file.

Saat menggunakan format file teks yang dibatasi, Anda memberikan perintah cut rentang bidang untuk tetap menggunakan -f opsi, dan Anda harus menentukan pembatas menggunakan -d opsi (tanpa -d opsi, utilitas potong default ke karakter tab untuk pemisah):

sh$ cut -f 5- -d';' BALANCE.csv | head
ACCDOCLIB;DEBIT;CREDIT
ALNEENRE-4701-LOC;00000001615,00;
ALNEENRE-4701-LOC;00000000323,00;
ALNEENRE-4701-LOC;;00000001938,00
ALNEENRE-4771-LOC;00000001333,00;
ALNEENRE-4771-LOC;00000000266,60;
ALNEENRE-4771-LOC;;00000001599,60
FACT FA00006253 - BIT QUIROBEN;;00000001837,20
FACT FA00006253 - BIT QUIROBEN;00000000306,20;
FACT FA00006253 - BIT QUIROBEN;00000001531,00;

Menangani baris yang tidak berisi pembatas

Tetapi bagaimana jika beberapa baris dalam file input tidak mengandung pembatas? Sangat menggoda untuk membayangkan itu sebagai baris yang hanya berisi bidang pertama. Tapi ini bukan apa yang dilakukan utilitas potong.

Secara default, saat menggunakan -f opsi, utilitas cut akan selalu menampilkan baris kata demi kata yang tidak mengandung pembatas (mungkin dengan asumsi ini adalah baris non-data seperti header atau semacam komentar):

sh$ (echo "# 2018-03 BALANCE"; cat BALANCE.csv) > BALANCE-WITH-HEADER.csv

sh$ cut -f 6,7 -d';' BALANCE-WITH-HEADER.csv | head -5
# 2018-03 BALANCE
DEBIT;CREDIT
00000001615,00;
00000000323,00;
;00000001938,00

Menggunakan -s pilihan, Anda dapat membalikkan perilaku itu, jadi cut akan selalu mengabaikan baris tersebut:

sh$ cut -s -f 6,7 -d';' BALANCE-WITH-HEADER.csv | head -5
DEBIT;CREDIT
00000001615,00;
00000000323,00;
;00000001938,00
00000001333,00;

Jika Anda sedang dalam mood hackish, Anda dapat memanfaatkan fitur tersebut sebagai cara yang relatif tidak jelas untuk menjaga hanya baris yang berisi karakter tertentu:

# Keep lines containing a `e`
sh$ printf "%s\n" {mighty,bold,great}-{condor,monkey,bear} | cut -s -f 1- -d'e'

Mengubah pembatas output

Sebagai perpanjangan, implementasi GNU cut memungkinkan untuk menggunakan pemisah bidang yang berbeda untuk output menggunakan --output-delimiter pilihan:

sh$ cut -f 5,6- -d';' --output-delimiter="*" BALANCE.csv | head
ACCDOCLIB*DEBIT*CREDIT
ALNEENRE-4701-LOC*00000001615,00*
ALNEENRE-4701-LOC*00000000323,00*
ALNEENRE-4701-LOC**00000001938,00
ALNEENRE-4771-LOC*00000001333,00*
ALNEENRE-4771-LOC*00000000266,60*
ALNEENRE-4771-LOC**00000001599,60
FACT FA00006253 - BIT QUIROBEN**00000001837,20
FACT FA00006253 - BIT QUIROBEN*00000000306,20*
FACT FA00006253 - BIT QUIROBEN*00000001531,00*

Perhatikan, dalam hal ini, semua kemunculan pemisah bidang diganti, dan tidak hanya kemunculan pada batas rentang yang ditentukan pada argumen baris perintah.

4. Ekstensi GNU non-POSIX

Berbicara tentang ekstensi GNU non-POSIX, beberapa di antaranya bisa sangat berguna. Perlu disebutkan ekstensi berikut berfungsi sama baiknya dengan byte, karakter (untuk apa artinya dalam implementasi GNU saat ini) atau rentang bidang:--complement

Pikirkan opsi itu seperti tanda seru di alamat sed (! ); alih-alih menyimpan data yang cocok dengan rentang yang diberikan, cut akan menyimpan data TIDAK cocok dengan rentang

# Keep only field 5
sh$ cut -f 5 -d';' BALANCE.csv |head -3
ACCDOCLIB
ALNEENRE-4701-LOC
ALNEENRE-4701-LOC

# Keep all but field 5
sh$ cut --complement -f 5 -d';' BALANCE.csv |head -3
ACCDOC;ACCDOCDATE;ACCOUNTNUM;ACCOUNTLIB;DEBIT;CREDIT
4;1012017;623477;TIDE SCHEDULE;00000001615,00;
4;1012017;445452;VAT BS/ENC;00000000323,00;

--zero-terminated (-z )

gunakan karakter NUL sebagai terminator baris alih-alih karakter baris baru. -z opsi ini sangat berguna ketika data Anda mungkin berisi karakter baris baru yang disematkan, seperti saat bekerja dengan nama file (karena baris baru adalah karakter yang valid dalam nama file, tetapi NUL tidak).

Untuk menunjukkan bagaimana -z opsi berfungsi, mari kita lakukan sedikit eksperimen. Pertama, kita akan membuat file yang namanya berisi baris baru yang disematkan:

bash$ touch

Sekarang mari kita asumsikan saya ingin menampilkan 5 karakter pertama dari setiap *.txt nama file. Solusi naif akan gagal total di sini:

sh$ ls -1 *.txt | cut -c 1-5
BALAN
BALAN
EMPTY
FILE
WITH
NAME.

Anda mungkin sudah membaca ls dirancang untuk konsumsi manusia, dan menggunakannya dalam pipa perintah adalah anti-pola (memang). Jadi mari kita gunakan find perintah sebagai gantinya:

sh$ find . -name '*.txt' -printf "%f\n" | cut -c 1-5
BALAN
EMPTY
FILE
WITH
NAME.
BALAN

dan … yang pada dasarnya menghasilkan hasil kesalahan yang sama seperti sebelumnya (walaupun dalam urutan yang berbeda karena ls mengurutkan nama file secara implisit, sesuatu yang find perintah tidak melakukannya).

Masalahnya adalah dalam kedua kasus, cut perintah tidak dapat membedakan antara karakter baris baru yang menjadi bagian dari bidang data (nama file), dan karakter baris baru yang digunakan sebagai penanda akhir rekaman. Tetapi, menggunakan byte NUL (\0 ) saat terminator garis menghilangkan kebingungan sehingga kami akhirnya dapat memperoleh hasil yang diharapkan:

# I was told (?) some old versions of tr require using \000 instead of \0
# to denote the NUL character (let me know if you needed that change!)
sh$ find . -name '*.txt' -printf "%f\0" | cut -z -c 1-5| tr '\0' '\n'
BALAN
EMPTY
BALAN

Dengan contoh terbaru itu, kami menjauh dari inti artikel ini yaitu cut memerintah. Jadi, saya akan membiarkan Anda mencoba mencari tahu sendiri arti dari "%f\0" yang funky setelah -printf argumen find perintah atau mengapa saya menggunakan tr perintah di akhir pipeline.

Lebih banyak yang bisa dilakukan dengan perintah Cut

Saya baru saja menunjukkan yang paling umum dan menurut saya penggunaan perintah Cut yang paling penting. Anda dapat menerapkan perintah dengan cara yang lebih praktis. Itu tergantung pada penalaran dan imajinasi logis Anda.

Jangan ragu untuk menggunakan bagian komentar di bawah untuk memposting temuan Anda. Dan, seperti biasa, jika Anda menyukai artikel ini, jangan lupa untuk membagikannya ke situs web dan media sosial favorit Anda!