如何在Pig中使用Xpath提取xml屬性？

我想用Pig Latin從xml中提取屬性。如何在Pig中使用Xpath提取xml屬性？

這是xml文件

<CATALOG> 
<BOOK> 
<TITLE test="test1">Hadoop Defnitive Guide</TITLE> 
<AUTHOR>Tom White</AUTHOR> 
<COUNTRY>US</COUNTRY> 
<COMPANY>CLOUDERA</COMPANY> 
<PRICE>24.90</PRICE> 
<YEAR>2012</YEAR> 
</BOOK> 
</CATALOG>

我用這個腳本，但它沒有工作的一個樣本：

REGISTER ./piggybank.jar 
DEFINE XPath org.apache.pig.piggybank.evaluation.xml.XPath(); 

A = LOAD './books.xml' using org.apache.pig.piggybank.storage.XMLLoader('BOOK') as (x:chararray); 

B = FOREACH A GENERATE XPath(x, 'BOOK/TITLE/@test'), XPath(x, 'BOOK/PRICE'); 
dump B;

產量爲：

(,24.90)

希望有人可以幫助我。謝謝。

來源

2015-09-25 AL7

也許你的意思' 'BOOK/TITLE/@ test''，而不是'' 書籍/作者/ @測試」 '？ 'AUTHOR'元素沒有'test'屬性。 – LarsH

哦，是的，在我使用Title的實際代碼中。對於那個很抱歉。 – AL7

如果'BOOK/PRICE'與給定焦點一起工作，那麼'BOOK/TITLE/@ test'也應該起作用，除非piggybank不支持屬性。我假設'BOOK/TITLE'也適用？你可以試試'BOOK // @ *'，它應該爲你提供BOOK下的所有屬性。 – Abel

有2條蟲子在撲滿的XPath類：

的ignoreNamespace邏輯斷裂搜索XML屬性 https://issues.apache.org/jira/browse/PIG-4751
的ignoreNamepace參數默認爲真，並不能覆蓋 https://issues.apache.org/jira/browse/PIG-4752

這是我的工作次使用XPathAll：

XPathAll(x, 'BOOK/TITLE/@test', true, false).$0 as (test:chararray)

此外，如果你還需要忽略的命名空間：

XPathAll(x, '//*[local-name()=\'BOOK\']//*[local-name()=\'TITLE\']/@test', true, false).$0 as (test:chararray)

來源

2015-12-17 05:37:42 dhoy

我也面臨同樣的問題，並嘗試相同的方式，你建議，但它不適合我。 '返回錯誤。 productsOneByOne = FOREACH allProducts GENERATE XPathAll（x，'product/@ productID'，true，false）。$ 0 as（productid：chararray）; ERROR org.apache.pig.tools.grunt.Grunt - 錯誤1025：<第4行，第57列>無效的字段投影。投影字段[x]在模式中不存在：data：chararray' 我的帖子：[http：// stackoverflow。COM /問題/ 35887260/Hadoop的豬XPath的返回空屬性值]（http://stackoverflow.com/questions/35887260/hadoop-pig-xpath-returning-empty-attribute-value） –

如何在Pig中使用Xpath提取xml屬性？

回答

相關問題