USQL - 如何使用 xml 提取器从 xml 文件中提取属性值

Question

如何使用使用 U-SQL 作业的自定义提取器从 XML 文件中提取属性值。我可以从 XML 文件中提取子元素值。

sample Xml File:
<?xml version="1.0" encoding="UTF-8"?>
<Users>
<User ID="001">
    <FirstName>david</FirstName>
    <LastName>bacham</LastName>
</User>
<User ID="002">
  <FirstName>xyz</FirstName>
  <LastName>abc</LastName>
</User>
</Users>

我可以使用下面的方法提取名字和姓氏 code.How 我可以获取 ID 值作为 csv 文件的一部分吗？

样本 U sql 工作：

REFERENCE ASSEMBLY [Microsoft.Analytics.Samples.Formats];
@input = EXTRACT 
  FirstName string,
  LastName string 
  FROM @"/USERS.xml"
  USING new Microsoft.Analytics.Samples.Formats.Xml.XmlExtractor("User",
    new SQL.MAP<string, string> { 
    {"FirstName","FirstName"},
    {"LastName","LastName"}
 );

 @output = SELECT * FROM @input;

 OUTPUT @output
 TO "/USERS.csv"
 USING Outputters.Csv();

Answer 1

您可以在 Databricks 中轻松完成此操作，例如

%sql
CREATE TABLE User
USING com.databricks.spark.xml
OPTIONS (path "/FileStore/tables/input42.xml", rowTag "User")

然后阅读 table:

%sql
SELECT *
FROM User;

如果你必须用 U-SQL 来做，那么使用 Formats assembly 中的 XmlDomExtractor 对我有用：

REFERENCE ASSEMBLY [Microsoft.Analytics.Samples.Formats];

DECLARE @inputFile string = "/input/input40.xml";

@input =
    EXTRACT 
        id string,
        firstName string,
        lastName string
    FROM @inputFile
    USING new Microsoft.Analytics.Samples.Formats.Xml.XmlDomExtractor(rowPath : "/Users/User",
          columnPaths : new SQL.MAP<string, string>{
          { "@ID", "id" },
          { "FirstName", "firstName" },
          { "LastName", "lastName" }
          }
          );


@output =
    SELECT *
    FROM @input;


OUTPUT @output
TO "/output/output.csv"
USING Outputters.Csv();

我的结果：

USQL - 如何使用 xml 提取器从 xml 文件中提取属性值

USQL - How to extract the attribute value from xml file using xml extractor

xml

u-sql