Question

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>

我正在尝试使用以下代码检索上述代码中的所有值。

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)

任何人都可以帮我解决这个问题吗？

Answer 1

piggybank的XPath课程中有2个错误：

ignoreNamespace逻辑中断了对XML属性的搜索 https://issues.apache.org/jira/browse/PIG-4751
ignoreNamepace参数默认为true且无法覆盖 https://issues.apache.org/jira/browse/PIG-4752

使用XPathAll here

使用PIG中的xpath在XML中提取属性值

1 个答案: