Spark处理文本文件中的xml数据

Question

我是Spark Scala的新手。我们如何处理文本文件中的xml以及其他以数据分隔的数据

输入文件

Johndoe|Newyork|USA|<root><abc1 is=“tug” zip=“4567” state=“NY”/></root>
Smith|Jersey|USA|<root>abc2 is=“tug” zip=“7899” state=“NJ”/></root>

输出应为

Johndoe|Newyork|USA|tug|4567|NY
Smith|Jersey|USA|tig|7899|NJ

下面是我尝试的代码，但出现错误

错误：（21，21）构造函数无法实例化为预期的类型；  找到：（T1，T2，T3，T4）  必需：字符串     file1.map {case（name：String，city：String，country：String，xml2）=>

    import scala.xml._
    import org.apache.spark.sql.types._
    import org.apache.log4j.{Level, LogManager, Logger}
    import org.apache.spark.sql.{DataFrame, Row, SQLContext, SparkSession}
    import com.databricks.spark.xml._
    object xml_parse {
      def main(args: Array[String]): Unit = {
        Logger.getLogger("org").setLevel(Level.OFF)
        LogManager.getRootLogger.setLevel(Level.WARN)
        val spark= SparkSession.builder()
          .appName("parsexml")
          .master("local[*]")
          .getOrCreate()
        val sc=spark.sparkContext
        val sq=spark.sqlContext
        sc.setLogLevel("WARN")

        val file1= sc.textFile("in\\input.txt")
        file1.map{ case (name, city, country, xml2) =>
          (name,
            city,
            country,
          (XML.loadString(xml2) \\ "root" \\ "abc1").text)
        }.collect().foreach(println)
 }

}