esquema_de_xml

Analiza una cadena XML e deduce su esquema en formato DDL.

Syntax

from pyspark.sql import functions as sf

sf.schema_of_xml(xml, options=None)

Parámetros

Parámetro	Tipo	Description
xml	pyspark.sql.Column o str	Cadena XML o una columna de cadena plegable que contiene una cadena XML.
options	dict, opcional	Opciones para controlar el análisis. Acepta las mismas opciones que el origen de datos XML.

Devoluciones

pyspark.sql.Column: una representación de cadena de un StructType objeto analizado a partir de un XML determinado.

Examples

Ejemplo 1: Análisis de un XML simple con un único elemento

from pyspark.sql import functions as sf
df = spark.range(1)
df.select(sf.schema_of_xml(sf.lit('<p><a>1</a></p>')).alias("xml")).collect()

[Row(xml='STRUCT<a: BIGINT>')]

Ejemplo 2: Análisis de un XML con varios elementos de una matriz

from pyspark.sql import functions as sf
df.select(sf.schema_of_xml(sf.lit('<p><a>1</a><a>2</a></p>')).alias("xml")).collect()

[Row(xml='STRUCT<a: ARRAY<BIGINT>>')]

Ejemplo 3: Análisis de XML con opciones para excluir atributos

from pyspark.sql import functions as sf
schema = sf.schema_of_xml('<p><a attr="2">1</a></p>', {'excludeAttribute':'true'})
df.select(schema.alias("xml")).collect()

[Row(xml='STRUCT<a: BIGINT>')]

Ejemplo 4: Análisis de XML con estructura compleja

from pyspark.sql import functions as sf
df.select(
    sf.schema_of_xml(
        sf.lit('<root><person><name>Alice</name><age>30</age></person></root>')
    ).alias("xml")
).collect()

[Row(xml='STRUCT<person: STRUCT<age: BIGINT, name: STRING>>')]

Ejemplo 5: Análisis de XML con matrices anidadas

from pyspark.sql import functions as sf
df.select(
    sf.schema_of_xml(
        sf.lit('<data><values><value>1</value><value>2</value></values></data>')
    ).alias("xml")
).collect()

[Row(xml='STRUCT<values: STRUCT<value: ARRAY<BIGINT>>>')]