from_xml

Analisa uma coluna contendo uma string XML para uma linha conforme o esquema especificado. Retorna null, no caso de uma cadeia não analisável.

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	Uma coluna ou nome de coluna em formato XML.
schema	StructType, pyspark.sql.Column ou str	Um literal StructType, Column ou string Python com uma string formatada em DDL para usar ao analisar a coluna Xml.
options	Dit, opcional	Opções para controlar a análise sintática. Aceita as mesmas opções que a fonte de dados Xml.

Devoluções

pyspark.sql.Column: uma nova coluna de tipo complexo a partir do dado objeto XML.

Examples

Exemplo 1: Análise de XML com um esquema de strings formatado 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: Análise de 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: Analisar XML com ArrayType in schema

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: Análise de 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]))]