Linux cut命令详解：从基础语法到实战技巧与常见坑

1. 为什么要单独聊聊 cut：它到底解决什么问题

1.1 列提取是最常见的文本处理需求

Linux 下面处理文本，绕不开三件事：查找、替换、提取。查找有 grep，替换有 sed，而提取列这件事，大家第一反应往往是 awk。但 awk 功能太强，有时候反而“杀鸡用牛刀”。如果你只是想把 /etc/passwd 里每行的用户名取出来，或者把日志里第 2 列、第 3 列单独拎出来，cut 其实是最直接、最轻量的选择。

我最早接触 cut 是在看别人写的部署脚本时，发现有人用 cut -d: -f1 /etc/passwd 来循环遍历系统用户。当时第一反应是这命令怎么这么安静，不声不响就把列给切了。后来自己排查日志、写自动化脚本时，cut 的使用频率越来越高，因为它够简单、够快，而且行为非常可预期。

cut 能做什么？简单说就是按“分隔符”或者按“字符/字节位置”把每一行切开，然后输出你想要的那几段。它不会像 awk 那样帮你做模式匹配、计算、格式化输出，它就老老实实切列。这种“单一职责”恰恰是它在脚本里最受欢迎的原因：你不需要考虑额外的语法开销，写出来就是很干净的管道命令。

1.2 cut 和 awk、sed 的分工区别

很多新手容易把 cut、awk、sed 搞混，因为看起来都能处理“行里的某个部分”。我个人的理解方式是这样的：

• sed 擅长“行编辑”，核心是替换、删除、插入，方向是“改”。
• awk 擅长“结构化分析”，核心是字段、模式、计算，方向是“算”。
• cut 擅长“简单裁剪”，核心就是按分隔符或固定位置把列切出来，方向是“取”。

所以如果只是“取出某一列”，用 awk 当然也行，但 awk 的字段默认按空白切分，遇到多空格、tab 混排时行为需要额外调试；而 cut 的 -d 明确指定分隔符，不会有那么多“惊喜”。反过来，如果你需要对字段做累加、求最大值、按条件过滤后再输出，那 awk 才是对的选择，cut 这时候就不够用了。

这不是说谁比谁高级，而是不同工具对应不同场景。我用 cut 的时候特别多，但它从来不是唯一方案，关键是要知道每个工具的边界在哪儿。下面从语法开始把 cut 完整拆开讲一遍。

2. cut 命令的基础语法与核心选项

2.1 命令语法和 -f、-d、-c、-b 的含义

cut 的基本语法是：

bash复制cut OPTION... [FILE]...

如果不给文件名，默认从标准输入读。这个设计让它天生适合放在管道中间。

常用选项就这几个：

-f 和 -d 是一对搭档：-d 告诉 cut 用什么符号把一行拆成多列，-f 告诉它要哪些列。默认的 -d 是制表符 TAB。所以如果你直接运行 cut -f1 file，它按 tab 切列，而不是按空格切列。这个默认行为经常让人踩坑，后面会细说。

-c 和 -b 的区别在于单位：-c 按字符，-b 按字节。对纯 ASCII 文本来说二者看起来一样；但遇到中文这类多字节字符时就有说法了。在 UTF-8 环境下，一个汉字通常占 3 个字节，cut -c 按字符切是安全的，cut -b 按字节切可能会把一个汉字劈成两半，输出乱码。所以处理中文文本时优先考虑 -c。

2.2 范围写法规则：n、n-、n-m、-m 的差别

不管是 -f、-c 还是 -b，后面的列表都支持同一种范围语法。这个语法看着简单，但经常有人写错：

这里有一个特别容易理解错的地方：-3 不是“倒数第 3 列”，而是“1 到 3”。想表达“最后几列”时，cut 没有原生语法，比如不能写 -f-1 来取最后一列，因为 -1 会被解析成“从第 1 列开始到第 1 列”，而不是倒数第一列。真要取最后一列，要么先用 rev 反转行再取，要么直接用 awk。这个限制我后面会专门讲。

另外，范围写错时 cut 不会报错，而是默默按它的规则解析。比如 cut -f-1 file 实际输出的是每一行的第 1 列，如果你本意想取最后一列，那就会得到不符合预期的结果，而且整个过程没有任何提示。

2.3 其他实用选项：--complement、--output-delimiter

--complement 的作用是取反。比如你有一个 CSV 文件，想丢掉第 2 列，只保留其他列：

bash复制cut -d, -f2 --complement data.csv

这个等价于手动写出除了第 2 列以外的所有列号。列数少时手动写也行，但列多了以后，--complement 能省很多事。它唯一的注意点是：--complement 的反选范围仍然受列数量影响，比如你写 -f2- 再配合 --complement，输出的就是第 1 列。

--output-delimiter 则用来改变输出分隔符。默认情况下，cut 输出多列时，仍然用输入时的分隔符把它们拼起来。如果你在用 -d: 提取之后想把输出改成逗号，就得加这个参数：

bash复制cut -d: -f1,3 --output-delimiter=, /etc/passwd

这个选项在把文件重排、重新拼 CSV 时非常有用。你可以把 -f 的列表顺序打乱来实现列重排，比如：

bash复制cut -d, -f3,1 --output-delimiter=, data.csv

这条命令会把原 CSV 的第 3 列放到前面，第 1 列放到后面。注意，cut 输出列的顺序会按照你在 -f 里写的顺序来，而不是按照文件中的原始顺序。这个细节在新手阶段容易被忽略，实际在脚本里是个很好用的隐藏技能。

3. 实战：用 cut 提取文本列的典型场景

3.1 场景一：按分隔符提取字段（-d + -f）

最常见的用法就是按分隔符提取字段。比如我有一个用户信息文件 users.txt，格式如下：

text复制1001:zhangsan:ops:2024-01-15
1002:lisi:dev:2024-02-20
1003:wangwu:dev:2024-03-11

现在要提取所有用户名，也就是第 2 列：

bash复制cut -d: -f2 users.txt

输出：

text复制zhangsan
lisi
wangwu

如果还想同时取出用户 ID 和用户名，顺序还要反过来：

bash复制cut -d: -f2,1 users.txt

输出会变成：

text复制zhangsan:1001
lisi:1002
wangwu:1003

因为 -f2,1 里先写了 2 再写 1，所以输出顺序也变成了先第 2 列再第 1 列。这里就能看出 --output-delimiter 的价值：

bash复制cut -d: -f2,1 --output-delimiter=' | ' users.txt

输出：

text复制zhangsan | 1001
lisi | 1002
wangwu | 1003

这种“重排列 + 换分隔符”的能力，能让 cut 在拼报告、整理数据时省掉大量临时脚本。

3.2 场景二：按字符位置截取中文字符（-c）

有时候文件没有明确分隔符，列是固定宽度对齐的，或者你按位置取字符。比如有一段文本：

text复制ABCDEFG
1234567

取前 3 个字符：

bash复制echo 'ABCDEFG' | cut -c1-3

输出 ABC。这个很好理解。但中文环境下要小心：如果文件是 UTF-8 编码，一个汉字占 3 个字节，-b 按字节切会切乱，-c 按字符切则安全。

举个例子：

bash复制echo '你好世界' | cut -c1-2

输出是 你好，这是对的。但如果你用：

bash复制echo '你好世界' | cut -b1-2

输出会是第一个汉字的前两个字节，在终端里大概率显示为乱码。所以在处理中文日志、中文配置文件时，我基本只用 -c 而不用 -b，除非我非常确定当前文本是纯 ASCII。

还有一个更隐蔽的问题：-c 的“字符”计数在不同 locale 下可能表现不同。LANG=C 时，cut 可能把一个多字节字符当成多个字节处理，导致 -c 行为异常。所以当你发现 cut -c 在中文文本上表现不对时，先检查一下环境变量：

bash复制echo $LANG

如果是 C 或 POSIX，建议换成 en_US.UTF-8 或 zh_CN.UTF-8 再试。

3.3 场景三：固定宽度日志的有效列裁剪（-b / -c 混用）

系统日志或者旧的报表文件经常是固定宽度格式。比如下面这种：

text复制20240115 12:30:45 [INFO] user login success
20240115 12:31:02 [WARN] disk space low
20240115 12:31:45 [ERROR] connection timeout

如果我想只取前面的日期部分和后面的大写级别部分，可以先用字符位置取日期：

bash复制cut -c1-8 log.txt

输出：

text复制20240115
20240115
20240115

想同时取日期和第 19~23 个字符（[INFO] 里的 INFO），可以这么写：

bash复制cut -c1-8,19-23 log.txt

输出：

text复制20240115INFO
20240115WARN
20240115ERROR

这里两个范围之间没有分隔符，所以输出直接拼在一起了。如果你想加个空格分隔，就加 --output-delimiter：

bash复制cut -c1-8,19-23 --output-delimiter=' ' log.txt

输出：

text复制20240115 INFO
20240115 WARN
20240115 ERROR

这种写法在分析老式固定宽度文件时非常实用。比如银行对账单、某些设备导出的配置文件，没有 CSV 那么规整，但列位置固定，用 cut -c 比用 awk 的正则拆分简单太多了。

3.4 场景四：在管道和循环中组合使用 cut

cut 的真实威力往往不是单独使用，而是放在管道里和其他命令搭配。举几个我日常经常用的组合。

从 ps 输出中提取 PID：

bash复制ps -ef | grep nginx | grep -v grep | awk '{print $2}'

这个很多教程都这么写。但如果你不想用 awk，也可以用 cut 配合 tr 处理连续空格：

bash复制ps -ef | grep nginx | grep -v grep | tr -s ' ' | cut -d' ' -f2

tr -s ' ' 把多个连续空格压缩成一个，这样 cut 按单空格分隔就能切正确。

从 URL 列表中提取域名：

bash复制cat urls.txt | cut -d/ -f3

如果每行都是 https://example.com/path 这种格式，取 -d/ -f3 就能把域名拎出来。注意如果 URL 里有 http://，-d/ -f3 也能正确取到域名，因为按 / 切分后第 3 段就是域名部分。

在 for 循环里遍历用户：

bash复制for user in $(cut -d: -f1 /etc/passwd); do
    echo "checking $user"
done

这个写法在写批量运维脚本时很常见。但有一个细节要留意：如果用户名里包含空格（虽然 passwd 文件里一般不会），for 循环会拆错。更稳妥的写法是用 while read：

bash复制cut -d: -f1 /etc/passwd | while read user; do
    echo "checking $user"
done

这两种循环方式在处理“行内有空格”的数据时，表现完全不一样。for 按空格拆分，while read 按行读取，后者更安全。

4. 容易踩的坑与排查技巧

4.1 坑一：分隔符是空格时为什么切不干净

前面提到 cut 默认按 tab 分隔。如果你直接对以空格分隔的文件执行 cut -f1，会发现输出的是整行，因为整行里根本没有 tab，cut 认为“只有一列”。

处理空格分隔的文件时，正确做法是先压缩连续空格，或者明确指定分隔符。但 cut -d' ' 只能按单个空格切，遇到多个连续空格时会切出空列。举个例子：

bash复制echo 'a  b   c' | cut -d' ' -f2

输出是空行，因为第 2 列是第一个空格后面的空字符串，b 在第 3 列。这和 awk 不同，awk 默认会把连续空格当成一个分隔符处理。

所以我的建议是：遇到空格对齐的文本，优先用 awk '{print $2}'，或者先用 tr -s ' ' 压缩空格再交给 cut。不要硬跟连续空格较劲，那是浪费时间。

4.2 坑二：多字符分隔符没有直接的“按分隔符切割”选项

cut 的 -d 只支持单字符分隔符。如果文件里用 -> 或者 || 这种多字符分隔符，cut 就没办法直接处理。比如：

text复制apple->red->fruit
banana->yellow->fruit

想取第 2 列，cut -d'->' -f2 是无效的，因为 -d 后面不是简单的 - 或者 >。在这类场景下，两种替代方案比较稳：

一是先用 sed 把多字符分隔符替换成单字符：

bash复制sed 's/->/|/g' file.txt | cut -d'|' -f2

二是直接用 awk：

bash复制awk -F'->' '{print $2}' file.txt

我个人的习惯是，一旦分隔符超过一个字符，就默认换 awk，不再纠结能不能用 cut 搞定。工具选型要顺势而为，不要逆着工具的特性硬写。

4.3 坑三：范围写错导致输出为空或整行输出

范围语法看着简单，但实际出错率不低。比如你写：

bash复制cut -f2-1 file

本意可能是“从第 2 列到第 1 列”？但 cut 的解析规则是：起始位置大于结束位置时，不会报错，而是输出空。因为它认为这个区间不存在。这类错误最坑的地方在于“静默失败”，没有报错、没有 warning，就是空输出。

反过来，如果你写 cut -f2 file 但文件只有 1 列，cut 也不会报错，而是输出整行？不对，这里要精确一点：如果 -f2 指定的列不存在，cut 默认什么都不输出。如果写 cut -f1 file 而文件只有 1 列，那输出整行。如果指定了 --only-delimited 这个隐藏的 GNU 参数，空行会不做处理，而非 GNU 版本不一定有。日常使用不用太纠结这个参数，但要知道列号取不到时，cut 不会给你“提示”。

排查这类问题的方法很简单：先用 cut -f1-10 之类的宽范围打印部分内容，确认到底有几列、分隔符长什么样。

4.4 坑四：文件没有换行符时 cut 的表现

cut 按行处理，遇到没有末尾换行符的文件，GNU cut 会正常处理，但某些平台上的实现可能表现不一致。比如：

bash复制printf 'a:b:c' | cut -d: -f2

GNU 环境会输出 b，但如果是某些最小化环境或 busybox 环境，行为可能有细微差异。这个问题在写嵌入式设备或者容器里的脚本时容易碰到。稳妥起见，如果数据源可能没有结尾换行符，可以先 echo 补一个：

bash复制printf 'a:b:c\n' | cut -d: -f2

这种“补换行”的习惯能避免很多跨平台兼容问题，尤其在剪贴板、变量拼接出来的字符串上做 cut 时。

4.5 坑五：cut -c 与中文编码的冲突

前面讲 -c 时提过 locale 的问题。这里再展开说一个我踩过的坑：在 LANG=C 环境下，cut -c1 对中文文本会把一个汉字的第一个字节当作一个字符输出，导致乱码。

比如：

bash复制echo '你好' | LANG=C cut -c1

输出是乱码，因为 -c 在这种 locale 下退化成按字节切。而：

bash复制echo '你好' | LANG=en_US.UTF-8 cut -c1

输出的是 你。

所以脚本里如果涉及中文文本，最好显式设置 UTF-8 locale，或者在脚本开头 export LC_ALL=en_US.UTF-8。不要默认环境一定没问题，生产环境里的 locale 配置五花八门，显式指定最保险。

5. cut 与 awk、sed 的选型建议（外加几个实用搭配）

5.1 什么场景该用 cut，什么场景该换 awk

虽然我文章开头夸了 cut 好用，但必须承认它有不少边界。整理一下我的选型原则：

如果你只是要在脚本里快速取一个字段，cut 是最优选择，因为它没有多余的计算逻辑，命令本身的开销极小。对大规模文本（几 GB 级别的日志）来说，cut 的性能优势和内存占用优势是实打实的。

5.2 实用搭配：cut + sort、cut + uniq、cut + paste

cut 单独用的场景很多，但和别的命令搭配起来效率更高。我分享几个自己常用的管道组合。

从日志里提取状态码并统计数量：

bash复制grep 'api/login' access.log | cut -d' ' -f9 | sort | uniq -c

这条命令把访问日志中每个请求的状态码取出来，排序后用 uniq -c 统计次数。如果 status code 在第 9 列，这个组合非常快。

从 CSV 中提取某列并去重：

bash复制cut -d, -f2 data.csv | sort -u

用 paste 把多个 cut 结果并成多列输出：

bash复制paste <(cut -d, -f1 data.csv) <(cut -d, -f3 data.csv)

这个写法其实等价于用 cut -f1,3 加 --output-delimiter，好处是你可以分别对两列做不同的处理，再合并。比如第一列转大写，第二列做截断，然后拼回去。

还有一个比较容易忽略的场景：cut 和 grep -v 一起做数据清洗。比如丢弃注释行：

bash复制grep -v '^#' config.ini | cut -d= -f2

这条命令把所有 # 开头的注释过滤掉，再把配置项的值取出来，很适合在部署脚本里动态读取配置。

5.3 进阶技巧：用 cut 做列重排和补列

前面已经提到，-f 的顺序决定输出列的顺序，所以可以拿 cut 做简单的列重排。比如把 CSV 从 id,name,score 重排成 score,name,id：

bash复制cut -d, -f3,2,1 --output-delimiter=, data.csv

注意 --output-delimiter 在 GNU cut 里是标准选项，但在 macOS 自带的 BSD cut 上可能不支持。跨平台写脚本时，要么检查版本，要么用 tr 把分隔符替换回去：

bash复制cut -d, -f3,2,1 data.csv | tr ',' ' '

不过用 tr 替换有个问题：如果数据本身的字段里也包含逗号，会连数据里的逗号一起替换。这种事在 CSV 解析里很常见，遇到带引号的 CSV 字段时，cut 基本处理不了，那就该上 Python 的 csv 模块或者 awk 的复杂模式了。cut 的优势是简单，不要滥用它去做复杂解析。

6. 最后再说一个工作中的实用细节

前面把语法和实战场景都过了一遍，最后分享一个我最近在脚本里用到的细节：用 cut 加变量处理时，一定要记住它默认输出带换行符，但如果你把结果赋值给 shell 变量，尾部换行符会被自动去掉。这个特性在处理多行提取时反而省事，但如果你需要保留行结构，记得别直接丢进变量里。

比如：

bash复制result=$(cut -d: -f1 /etc/passwd)
echo "$result"

这样取到的 result 是多行字符串，放进双引号里输出时能保留换行。但如果你不加引号：

bash复制echo $result

shell 会把所有换行符替换成空格，输出变成一行。这个问题和 cut 本身没关系，但几乎每个写脚本的人都会遇到一次。我自己的习惯是：凡是把命令输出赋给变量的场景，输出时一律加双引号，除非你有意要空格换行。

最后还有一个小技巧：如果你在调试 cut 的结果对不对，可以在前面加 xxd 看可见字符和不可见字符。比如怀疑分隔符是不是 tab：

bash复制echo -e 'a\tb\tc' | xxd | head

这样能直观地看到制表符 09 的位置，确认 cut 的 -d 参数没写错。调试文本处理问题，先看原始字节，比在终端里肉眼猜要高效得多。

cut 这个命令看着简单，真正用熟之后能帮你省下不少临时脚本的功夫。先从日常命令入手多试几次，慢慢就能找到“什么时候该用 cut，什么时候该换工具”的感觉了。