如何使用 awk 计算 xml 中的前导和尾随空格？

Question

在 XML 值中计算前导和尾随空格的最佳方法是什么？特别是，如果我有这个 xml：

<?xml version="1.0" encoding="UTF-8"?>
<dvm name="Filename" xml="http://www.google.it">
  <description>AL</description>
  <columns>
    <column>abcde</column>
    <column>fg</column>
  </columns>
  <rows>
    <row>
      <cell id="1"> 08 4      </cell>
      <cell id="2">AG</cell>
    </row>
    <row>
      <cell id="1">    00 6        </cell>
      <cell id="2">   AL   </cell>
    </row>
    <row>
      <cell id="1">0 42 </cell>
      <cell id="2">AN  </cell>
    </row>
   </rows>
</dvm>

如何使用 awk 命令计算 ">" 和第一次出现的 char/digit 和/或最后一个 char/digit 和 XML 结束标记值之间的前导和尾随空格？我需要知道前导空格的总和和尾随空格的总和，并将它们放入两个变量中。提前致谢。

输出应该是：

领先：8

尾随：20

Answer 1

在我开始之前，让我说这种方法非常脆弱；如果您的 XML 格式与您向我们展示的方式不同，并且即使其中一个标签包含某些字符（例如换行符），它也会失败。使用 XML 时，awk 不是适合这项工作的工具。

也就是说，您可以使用以下方式为您显示的输入获取所需的值：

awk -F'[<>]' '$2 ~ /^cell/ { 
  if (match($3, /^ +/)) leading += RLENGTH
  if (match($3, / +$/)) trailing += RLENGTH 
} END { print "leading: " leading+0, "trailing: " trailing+0 }' file

将字段分隔符设置为< 或>，因此<cell> 标记的内容是该行的第三个字段。使用match 检查标签内容开始/结束处的空格。 RLENGTH 是一个特殊变量，设置为匹配字符串的长度。