飞哥带你玩转 cut 与 sort！Shell 文本处理入门必学的两个神器

大家好，我是飞哥～ 今天咱们聊聊 Shell 里的「文本处理双子星」——cut和sort！这俩工具堪称新手入门必备：

分享

三、飞哥总结：cut 与 sort 的最佳拍档场景

四、互动时间👇

你平时用 cut 和 sort 处理过哪些数据？有没有遇到过排序错乱或提取失败的问题？评论区留言 “cut 排序”，飞哥抽 3 位同学送《Shell 命令速查手册》电子版！觉得有用的话，点赞 + 收藏 + 关注，后续飞哥会出《awk 与 sed 进阶》，教你用一行命令搞定复杂数据处理～ 咱们下期见！ 😎

• cut能按列精准提取数据，比如从 CSV 里捞出你要的某几列；
• sort能给数据排序、去重，专治 “乱成一锅粥” 的文本。
  学会它们，处理日志、清洗数据、整理表格效率飙升！废话不多说，直接上干货～

• 一、cut：按列提取的「手术刀」—— 想切哪里切哪里！

  1. 为什么需要 cut？

  想象你有个 CSV 文件，里面有姓名、成绩、邮箱等 10 列数据，但你只需要姓名和成绩 —— 这时候cut就像一把手术刀，能精准 “切出” 你要的列，比 Excel 筛选还快！

  2. 基础用法：按分隔符切分（90% 的场景都靠它！）

  cut的核心参数是-d（指定分隔符）和-f（指定要提取的列），支持逗号、空格、制表符甚至自定义符号。

  案例 1：提取 CSV 文件的姓名和数学成绩

  假设有个students.csv：

• 张三,90,85,zhangsan@example.com  
  李四,85,92,lisi@example.com  
  王五,92,88,wangwu@example.com  

  想提取第 1 列（姓名）和第 2 列（数学成绩）？一行命令搞定：

• cut -F ',' -f 1,2 students.csv  
  # 输出：  
  # 张三,90  
  # 李四,85  
  # 王五,92  

  💡 技巧：

• -F ','表示用逗号分隔，-f 1,2表示提取第 1 列和第 2 列；
• n-表示从第 n 列到行尾（如-f 2-提取第 2 列及之后所有列）；
• n-m表示提取第 n 到 m 列（如-f 2-3提取第 2 到 3 列）。

• 案例 2：处理系统用户文件（冒号分隔）

  Linux 的/etc/passwd用冒号分隔，想提取用户名（第 1 列）和用户 ID（第 3 列）：

• cut -F ':' -f 1,3 /etc/passwd  
  # 输出：  
  # root,0  
  # daemon,1  
  # bin,2  

  3. 进阶用法：按字符位置切分（固定格式文本救星！）

  如果数据没有分隔符，而是固定宽度（比如 IP 地址、时间戳），可以用-c按字符位置提取。

• 案例：提取 IP 地址的前 3 个字符（如192.168 → 192）

• echo "192.168.1.100" | cut -c 1-3  
  # 输出：192  

  案例：提取每行第 5 个字符后的内容

• cut -c 5- access.log  # 提取每行第5个字符到行尾的内容  

  4. 实战案例：清洗日志中的 IP 和状态码

  假设日志格式是：192.168.1.100 - - [10/May/2024:12:00:00] "GET /api" 200
  需要提取 IP（第 1 列）和状态码（第 9 列）：

• cut -d ' ' -f 1,9 access.log  
  # 输出：192.168.1.100 200  

  5. 避坑指南：这 3 个坑别踩！

• 空列报错：如果某行缺少指定列（比如 CSV 某行少个逗号），cut 会报错，加-s忽略空列：

• cut -s -F ',' -f 1 students.csv  # 忽略没有第1列的行  

  分隔符转义：如果分隔符是特殊字符（如制表符\t），需要用-d $'\t'指定：

• cut -d $'\t' -f 1 data.tsv  # 处理制表符分隔的TSV文件  

• 字符位置算错：-c 1-3是第 1 到 3 个字符，包含两端，别漏看！

• 二、sort：数据整理的「排序机」—— 让数据乖乖排队！

  1. 为什么需要 sort？

  下载的日志 IP 乱序、成绩表需要按分数排名、重复数据需要去重……sort能让数据按你想要的顺序排列，支持字符串、数值、多列排序，堪称 “数据秩序维护者”！

  2. 基础用法：字符串与数值排序（新手必学！）

  案例 1：字符串排序（按字母顺序）

• echo -e "banana\napple\ncat" | sort  
  # 输出：apple banana cat （按字母A-Z排序）  

  案例 2：数值排序（必须加-n，否则会出错！）

• echo -e "10\n2\n50" | sort  # 错误排序（按字符串比，10会排在2前面）  
  # 输出：10 2 50  
  
  echo -e "10\n2\n50" | sort -n  # 正确排序（按数值大小）  
  # 输出：2 10 50  

  💡 关键：数值排序一定要加-n，否则 Shell 会把数字当字符串比较（比如"10"<"2"是 True，因为 '1' 的 ASCII 码比 '2' 小）。

  3. 去重 + 排序：洁癖患者福音

  -u参数去重（保留唯一行），常和-n搭配处理日志：

• # 从日志中提取IP，去重并按数值排序  
  cat access.log | cut -d ' ' -f 1 | sort -u -n  
  # 输出：192.168.1.1 192.168.1.2 ...（每个IP只出现一次，按数值从小到大）  

  4. 进阶用法：多列排序（处理复杂表格）

  用-t指定分隔符，-k指定排序的列，适合成绩表、用户信息表等多列数据。

  案例：按数学成绩倒序排序（第二列）

  数据文件scores.txt（空格分隔）：

• 张三 90 85  
  李四 85 92  
  王五 92 88  

  命令：

• sort -t ' ' -k 2 -r scores.txt  
  # 输出（按第二列数学成绩倒序）：  
  # 王五 92 88  
  # 张三 90 85  
  # 李四 85 92  

  💡 解析:

• -t ' '：分隔符是空格；
• -k 2：按第 2 列排序；
• -r：倒序（默认正序，不加-r就是从小到大）。

• 5. 实战案例：整理成绩表（先按数学升序，再按语文降序）

  如果需要多列排序（先排第二列，再排第三列）：

• sort -t ' ' -k 2,2n -k 3,3nr scores.txt  
  # 解释：  
  # -k 2,2n：按第2列（数学）数值升序；  
  # -k 3,3nr：按第3列（语文）数值降序；  

  6. 避坑指南：这 2 个细节要注意！

• 分隔符不一致：多列排序前，确保数据分隔符统一（比如全用空格或逗号），否则排序会错乱。
• 中文排序问题：sort 默认按 ASCII 码排中文（比如 “张三” 在 “李四” 前面），需要加-k $'[:locale:]'按拼音排序（进阶技巧，新手先记住基础用法即可）。