我有以下输入xml
<Type>
<Source>
<TimeStamp>2016-02-19T12:27:06.387Z</TimeStamp>
<IPAddress IPVersion="IPv4">x.xx.xxx.xxx</IPAddress>
<Port>64435</Port>
<DNS_Name>x.xx.xxx.xxx.range9-27.abc.com</DNS_Name>
</Source>
</Type>
我试图用下面的代码从上面的标签中检索所有的值。
REGISTER piggybank-0.15.0.jar
DEFINE XPath org.apache.pig.piggybank.evaluation.xml.XPath();
A = LOAD 'test.xml' using org.apache.pig.piggybank.storage.XMLLoader('Type') as (x:chararray);
B = FOREACH A GENERATE
XPath(x, 'Source/TimeStamp')
,XPath(x, 'Source/IPAddress')
,XPath(x, 'Source/IPAddress/@IPVersion')
,XPath(x, 'Source/Port')
,XPath(x, 'Source/DNS_Name');
当我转储b时,我得到以下输出,其中缺少ipversion的值。
(2016-02-19T12:27:06.387Z,x.xx.xxx.xxx,,64435,x.xx.xxx.xxx.range9-27.abc.com)
有人能帮我解决这个问题吗?
1条答案
按热度按时间zysjyyx41#
piggybank的xpath类中有两个错误:
ignorenamespace逻辑中断了对xml属性的搜索https://issues.apache.org/jira/browse/pig-4751
IgnoreNamespace参数默认为true,无法覆盖https://issues.apache.org/jira/browse/pig-4752
看看周围的工作
XPathAll
在这里