在Spark Scala中过滤掉名称空间xml

Question

我正在尝试从火花串流读入的xml中过滤命名空间信息。下面是一个示例xml。这是我正在尝试的代码。它应该从xml过滤掉所有＆＃34; ns：0＆＃34;，＆＃34; ns：1＆＃34; ...由于火花流，xml将作为rdd读入。

TeamRecord

所需格式：

val message_filter = message.filter(x => x.matches("([n][s][0-9]:)+")))

<?xml version="1.0"?>
<Period>
  <AllContacts>
    <Entry>
      <ns0:entity-Person>
        <ns0:CellPhone>3095550101</ns0:CellPhone>
        <ns0:FirstName>Brrzzz</ns0:FirstName>
        <ns0:LastName>Grbbs</ns0:LastName>
      </ns0:entity-Person>
      <ns0:PrimaryPhone>mobile</ns0:PrimaryPhone>
    </Entry>
  </AllContacts>
  <State>TX</State>
</Period>

Answer 1

如果x.matches接受正则表达式，那么正则表达式应该如下所示：/ns\d+:([\w-]+)/g这里的示例是regex101.com