Bash
カットコマンド

cutコマンドは、テキストファイルの行の一部を高速に抽出する方法です。それは最も古いUnixコマンドに属します。その最も普及した実装は、Linux上に見られるGNU版とMacOS上に見出されるFreeBSD版ですが、Unixのそれぞれの特色は独自のものです。違いについては以下を参照してください。入力行は、 stdinから、またはコマンド行で引数としてリストされたファイルから読み込まれます。

1.構文の違い

上記の表の長いオプションは、GNUバージョンでのみサポートされています。

2.キャラクターは特別な扱いを受けない

FreeBSD cut （例えばMacOSに付属）には--complementスイッチがありません。文字範囲の場合は、代わりにcolrmコマンドを使うことができます：

  $ cut --complement -c3-5 <<<"123456789"
  126789

  $ colrm 3 5 <<<"123456789"
  126789

しかし、大きな違いがあります。なぜなら、 colrmはTAB文字（ASCII 9）を実際の表colrmとして8の次の倍数に、バックスペース（ASCII 8）を-1として扱うからです。逆に、 cutはすべての文字を1列幅として扱います。

  $ colrm  3 8 <<<$'12\tABCDEF' # Input string has an embedded TAB
  12ABCDEF

  $ cut --complement -c3-8 <<<$'12\tABCDEF'
  12F

3.（まだまだ）国際化

cutが設計されたとき、すべての文字は1バイト長であり、国際化は問題ではありませんでした。より広範な文字を持つシステムを書くことが一般的になったとき、POSIXが採用した解決策は、バイト数が何バイトであろうと、文字の選択という意味を保持すべき古い-cスイッチと、新しいスイッチ-bを導入することです。現在の文字エンコーディングに関係なく、 バイトを選択します 。最も一般的な実装では、 -bが導入され、動作しますが、 -cは-bとまったく同じように動作します。たとえば、GNU cut ：

^{SEの迷惑メールフィルタは、孤立した漢字で英語のテキストをブラックリストに載せているようだ。私はこの制限を克服することができなかったので、以下の例はあまり表現力がありません。}

  # In an encoding where each character in the input string is three bytes wide,
  # Selecting bytes 1-6 yields the first two characters (correct)
  $ LC_ALL=ja_JP.UTF-8 cut -b1-6 kanji.utf-8.txt
  ...first two characters of each line...
  

  # Selecting all three characters with the -c switch doesn’t work.
  # It behaves like -b, contrary to documentation.
  $ LC_ALL=ja_JP.UTF-8 cut -c1-3 kanji.utf-8.txt
  ...first character of each line...

  # In this case, an illegal UTF-8 string is produced.
  # The -n switch would prevent this, if implemented.
  $ LC_ALL=ja_JP.UTF-8 cut -n -c2 kanji.utf-8.txt
  ...second byte, which is an illegal UTF-8 sequence...

文字がASCII範囲外で、 cutを使用する場合は、エンコーディングの文字幅を常に認識し、それに応じて-bを使用する必要があります。文書化されているように-cが動作し始めると、スクリプトを変更する必要はありません。

4.速度の比較

cutの限界は人々にその有用性を疑わせる。実際、より強力でより一般的なユーティリティによって同じ機能を実現することができます。しかし、 cutの利点はその性能です。いくつかの速度の比較については下記を参照してください。 test.txtは300万行があり、空白で区切られた5つのフィールドがそれぞれあります。 awkテストでは、 mawkが使われました。なぜなら、それはGNU awkより速いからです。シェル自体（最後の行）ははるかに最悪のパフォーマーです。与えられたtime （秒）は、 timeコマンドがリアルタイムで与えるものです。

^{（誤解を避けるために、テストされたすべてのコマンドは、与えられた入力で同じ出力を出しましたが、もちろん同等ではなく、さまざまな状況で異なる出力を与えます。特に、フィールドが可変スペースで区切られている場合）}

5.参照マニュアルページ

• Opengroup
• GNU
• FreeBSD