from_xml

Analisa uma coluna que contém uma cadeia de caracteres XML para uma linha com o esquema especificado. Retorna null, no caso de uma cadeia de caracteres indissociável.

Sintaxe

from pyspark.sql import functions as sf

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

Parâmetros

Parâmetro	Tipo	Description
col	pyspark.sql.Column ou str	Um nome de coluna ou coluna no formato XML.
schema	StructType, pyspark.sql.Column ou str	Um literal de cadeia de caracteres StructType, Column ou Python com uma cadeia de caracteres formatada em DDL a ser usada ao analisar a coluna Xml.
options	ditado, opcional	Opções para controlar a análise. Aceita as mesmas opções que a fonte de dados Xml.

Devoluções

pyspark.sql.Column: uma nova coluna de tipo complexo do objeto XML fornecido.

Exemplos

Exemplo 1: analisando XML com um esquema de cadeia de caracteres formatada em 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))]

Exemplo 2: analisando XML com um StructType esquema

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}|
+---------------+

Exemplo 3: analisando XML com ArrayType no esquema

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]))]

Exemplo 4: analisando XML usando 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]))]