XMLのスキーマ

XML 文字列を解析し、そのスキーマを DDL 形式で推論します。

構文

Python

from pyspark.sql import functions as sf

sf.schema_of_xml(xml, options=None)

パラメーター

パラメーター	Type	説明
xml	pyspark.sql.Column または文字列	XML 文字列または XML 文字列を含む折りたたみ可能な文字列列。
options	辞書（オプション）	解析を制御するためのオプション。XML データ ソースと同じオプションを受け入れます。

パラメーター	Type	説明
xml	pyspark.sql.Column または文字列	XML 文字列または XML 文字列を含む折りたたみ可能な文字列列。
options	辞書（オプション）	解析を制御するためのオプション。XML データ ソースと同じオプションを受け入れます。

戻り値

pyspark.sql.Column: 指定された XML から解析されたStructTypeの文字列表現。

例

例1 : 単一の要素を持つ単純なXMLの解析

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>')]

例2 : 配列内の複数の要素を持つXMLの解析

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>>')]

例3 : 属性を除外するオプションを使用してXMLを解析する

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>')]

例4 : 複雑な構造を持つXMLの解析

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>>')]

例5 : ネストされた配列を含むXMLの解析

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>>>')]