schéma_de_xml

Analyse une chaîne XML et déduit son schéma au format DDL.

Syntaxe

from pyspark.sql import functions as sf

sf.schema_of_xml(xml, options=None)

Paramètres

Paramètre	Type	Descriptif
xml	pyspark.sql.Column ou str	Chaîne XML ou colonne de chaîne pliable contenant une chaîne XML.
options	dict, facultatif	Options pour contrôler l’analyse. Accepte les mêmes options que la source de données XML.

Retours

pyspark.sql.Column: représentation sous forme de chaîne d’un StructType xml donné.

Examples

Exemple 1 : Analyse d’un code XML simple avec un seul élément

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>')]

Exemple 2 : Analyse d’un code XML avec plusieurs éléments dans un tableau

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>>')]

Exemple 3 : Analyse du code XML avec des options permettant d’exclure des attributs

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>')]

Exemple 4 : Analyse du code XML avec une structure complexe

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>>')]

Exemple 5 : Analyse du code XML avec des tableaux imbriqués

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>>>')]