Excel打不开 10G 的文件?用 cut 瞬间抽出那两列

需求是把这里面的‘手机号’和‘邮箱’这两列单独拿出来发给短信供应商做推送。

在 AI 的指导下，我祭出了 Linux 文本处理界最快、最无情的一把“手术刀”：cut。

数据外科手术：cut 命令

原理解析：在终端的世界里，数据处理的哲学是流式的。cut 命令的作用极其纯粹，它完全不在乎这个文件有多大，因为它是一行一行扫过去的。它就像一把极其锋利的垂直大铡刀，专门用来沿着特定的分隔符，把海量数据“切”出你想要的列。

假设这个 10GB 的文件叫 users.csv，它的内容格式是极其标准的（通常用逗号分隔）：用户ID,昵称,年龄,手机号,注册时间,邮箱,VIP等级,最近登录...

在这个格式里，运营急需的“手机号”是第 4 列，“邮箱”是第 6 列。

我在终端里，极其自信地敲下了这句连招极客指令：

# 动作拆解：# -d (delimiter) 告诉它这块蛋糕是用什么符号切分的（CSV文件自然是逗号 ','）# -f (field) 告诉它我们要保留第几列（第 4 和第 6 列）# > 把切出来的碎肉，装进一个叫 contact_info.csv 的新盘子里cut -d ',' -f 4,6 users.csv > contact_info.csv

敲下回车的瞬间，电脑没有发生任何肉眼可见的卡顿或内存飙升。 终端默默地忙碌着，大约只过了极其短暂的 8 秒钟，一个全新的 contact_info.csv 文件凭空出现在了目录里。

我用我们在 Vol.54 学过的 head 命令，只切出这个新文件的前 3 行瞄了一眼：

# head -n 3 只看前三行，绝不全部打开head -n 3 contact_info.csv> 手机号,邮箱> 13800138000,abc@test.com> 13911112222,xyz@gmail.com

极客进阶与防呆避坑指南

1. 致命防呆：千万别用肉眼去数是第几列！

如果你面对的是一个有 200 多列的真实业务数据，千万别像数羊一样用肉眼去数你要的字段是第几列，数错一个切出来的全是废数据。

极客标准操作： 先用 head -n 1 users.csv 把第一行（表头）打出来，老老实实地数好位置，确定是 4 和 6 之后，再动刀。

2. 万物皆可切 (-d 的变阵)

-d (Delimiter，分隔符) 是 cut 手术刀的灵魂。如果数据是用其他符号分隔的怎么办？

• 如果是系统的密码本 /etc/passwd，它是用冒号分隔的，那就换成 -d ':'。
• 如果是某些恶心的日志是用管道符 | 分隔的，那就换成 -d '|'。
• 如果你什么都不写，cut 默认会去寻找“制表符”（也就是你在键盘上按 Tab 键敲出来的那个长空格）。

3. 高阶变阵：按“字符长度”硬切 (-c)

如果你的数据根本不是用逗号隔开的，而是一长串极其恶心的乱码，或者身份证号，你想提取每一行的前 10 个字符怎么办？cut 还有另一种极其暴力的切法：按字符切。

# -c 1-10 代表像闸刀一样，咔嚓一下把每行的第 1 到第 10 个字符剁下来cut -c 1-10 乱码文件.txt

这招在处理某些固定宽度的古老系统日志时，堪称绝杀。

永远不要试图用重型的办公软件去挑战机器的内存极限。在极客的数据世界里，最优雅的处理方式，就是不打开它，直接在终端里削它。

本期知识库沉淀：遇到 Excel 无法打开的海量表格文件，用 cut -d '分隔符' -f 列数 文件名 > 新文件 瞬间抽离出你需要的核心数据列，榨干无用水分。