from_xml

Parsuje sloupec obsahující řetězec XML na řádek se zadaným schématem. Vrátí nullhodnotu v případě neparsovatelného řetězce.

Syntaxe

from pyspark.sql import functions as sf

sf.from_xml(col, schema, options=None)

Parametry

Parameter	Typ	Description
col	pyspark.sql.Column nebo str	Název sloupce nebo sloupce ve formátu XML
schema	StructType, pyspark.sql.Column nebo str	Řetězcový literál StructType, Column nebo Python s řetězcem formátovaným DDL, který se má použít při analýze sloupce Xml.
options	diktování, volitelné	Možnosti pro kontrolu analýzy Přijímá stejné možnosti jako zdroj dat Xml.

Návraty

pyspark.sql.Column: Nový sloupec komplexního typu z daného objektu XML.

Examples

Příklad 1: Analýza XML se schématem řetězce formátovaného DDL

import pyspark.sql.functions as sf
data = [(1, '''<p><a>1</a></p>''')]
df = spark.createDataFrame(data, ("key", "value"))
# Define the schema using a DDL-formatted string
schema = "STRUCT<a: BIGINT>"
# Parse the XML column using the DDL-formatted schema
df.select(sf.from_xml(df.value, schema).alias("xml")).collect()

[Row(xml=Row(a=1))]

Příklad 2: Analýza XML pomocí schématu StructType

import pyspark.sql.functions as sf
from pyspark.sql.types import StructType, LongType
data = [(1, '''<p><a>1</a></p>''')]
df = spark.createDataFrame(data, ("key", "value"))
schema = StructType().add("a", LongType())
df.select(sf.from_xml(df.value, schema)).show()

+---------------+
|from_xml(value)|
+---------------+
|            {1}|
+---------------+

Příklad 3: Analýza XML pomocí ArrayType schématu

import pyspark.sql.functions as sf
data = [(1, '<p><a>1</a><a>2</a></p>')]
df = spark.createDataFrame(data, ("key", "value"))
# Define the schema with an Array type
schema = "STRUCT<a: ARRAY<BIGINT>>"
# Parse the XML column using the schema with an Array
df.select(sf.from_xml(df.value, schema).alias("xml")).collect()

[Row(xml=Row(a=[1, 2]))]

Příklad 4: Analýza XML pomocí schema_of_xml

import pyspark.sql.functions as sf
# Sample data with an XML column
data = [(1, '<p><a>1</a><a>2</a></p>')]
df = spark.createDataFrame(data, ("key", "value"))
# Generate the schema from an example XML value
schema = sf.schema_of_xml(sf.lit(data[0][1]))
# Parse the XML column using the generated schema
df.select(sf.from_xml(df.value, schema).alias("xml")).collect()

[Row(xml=Row(a=[1, 2]))]