from_xml

将包含 XML 字符串的列分析为具有指定架构的行。 返回 null，在不可分析的字符串的情况下。

Syntax

from pyspark.sql import functions as sf

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

参数

参数	类型	Description
col	pyspark.sql.Column 或 str	XML 格式的列或列名。
schema	StructType或 pyspark.sql.Column str	结构类型、列或 Python 字符串文本，其格式为 DDL 的字符串在分析 Xml 列时要使用的字符串。
options	dict，可选	用于控制分析的选项。 接受与 Xml 数据源相同的选项。

退货

pyspark.sql.Column：给定 XML 对象中复杂类型的新列。

例子

示例 1：使用 DDL 格式的字符串架构分析 XML

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))]

示例 2：使用 StructType 架构分析 XML

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

示例 3：分析架构中的 XML ArrayType

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]))]

示例 4：使用 <a0/a0> 分析 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]))]