在Scala中递归读取文件

Question

我正在尝试将嵌套在许多文件夹中的一组XML文件读入spark的序列文件中。我可以使用来自How do I list all files in a subdirectory in scala?的recursiveListFiles函数读取文件名。

import java.io.File
def recursiveListFiles(f: File): Array[File] = {
 val these = f.listFiles
 these ++ these.filter(_.isDirectory).flatMap(recursiveListFiles)
}

但是如何在此处将文件内容读取为单独的列？

Answer 1

如何使用sparks WholeTextFiles方法？然后自己解析XML？