schéma XML
Analyse une chaîne XML et en déduit le schéma au format DDL.
Syntaxe
Python
from pyspark.sql import functions as sf
sf.schema_of_xml(xml, options=None)
parameter
parameter | Type | Description |
|---|---|---|
|
| Une chaîne XML ou une colonne de chaîne repliable contenant une chaîne XML. |
| dictionnaire, facultatif | Options pour contrôler l'analyse. Accepte les mêmes options que la source de données XML. |
Renvoie
pyspark.sql.Column: une représentation de chaîne d'un StructType analysé à partir du XML donné.
Exemples
Exemple 1 : analyse d'un XML simple avec un seul élément
Python
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()
Output
[Row(xml='STRUCT<a: BIGINT>')]
Exemple 2 : Analyse d'un XML avec plusieurs éléments dans un tableau
Python
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()
Output
[Row(xml='STRUCT<a: ARRAY<BIGINT>>')]
Exemple 3 : Analyse XML avec des options d'exclusion des attributs
Python
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()
Output
[Row(xml='STRUCT<a: BIGINT>')]
Exemple 4 : Analyse de XML avec une structure complexe
Python
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()
Output
[Row(xml='STRUCT<person: STRUCT<age: BIGINT, name: STRING>>')]
Exemple 5 : Analyse XML avec des tableaux imbriqués
Python
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()
Output
[Row(xml='STRUCT<values: STRUCT<value: ARRAY<BIGINT>>>')]