xml - 在 PIG 中使用 xpath 提取 XML 中的属性值

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从上述标签中检索所有值。

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) 

谁能帮我解决这个问题？

Answer 1

piggybank 中有 2 个错误 XPath类:

1. ignoreNamespace 逻辑中断了对 XML 属性的搜索 https://issues.apache.org/jira/browse/PIG-4751

2. ignoreNamepace参数默认为true，不能被覆盖 https://issues.apache.org/jira/browse/PIG-4752

查看 XPathAll 的解决方法 here