from_xml

Преобразует столбец, содержащий XML-строку, в строку данных с указанной схемой. Возвращает , nullв случае неуправляемой строки.

Синтаксис

from pyspark.sql import functions as sf

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

Параметры

Параметр	Тип	Description
col	pyspark.sql.Column или str	Имя столбца или столбца в формате XML.
schema	StructType, pyspark.sql.Column или str	Строковый литерал StructType, Column или Python с отформатируемой DDL-строкой, используемой при анализе столбца Xml.
options	дикт, необязательный	Параметры для управления синтаксический анализ. Принимает те же параметры, что и источник данных Xml.

Возвраты

pyspark.sql.Column: новый столбец сложного типа из заданного XML-объекта.

Примеры

Пример 1. Анализ XML с помощью схемы строки с форматированием 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))]

Пример 2. Анализ XML с схемой 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}|
+---------------+

Пример 3. Анализ XML с ArrayType помощью схемы

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]))]

Пример 4. Анализ XML с помощью 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]))]