我正在使用Hadoop Hive并尝试处理XML文件。该文件如下所示:
<asds4_0:SASDS>
<stl15:GetRS>
<stl15:RS>
<stl15:ORES>
<stl15:ORE>
<stl15:AccF>
<stl15:Transaction>
<stl15:Status>Hold</stl15:Status>
</stl15:Transaction>
</stl15:AccF>
</stl15:ORE>
<stl15:ORE>
<stl15:AccF>
<stl15:Transaction>
<stl15:Status>Active</stl15:Status>
</stl15:Transaction>
</stl15:AccF>
</stl15:ORE>
</stl15:ORES>
</stl15:RS>
</stl15:GetRS>
</asds4_0:SASDS>
我用来检索状态的xpath是:
SELECT
Status
FROM scenario1
LATERAL VIEW explode(xpath(cast(body as string),"//*[local-name()='SASDS']//*[local-name()='GetRS']//*[local-name()='RS']//*[local-name()='ORES']//*[local-name()='ORE']//*[local-name()='AccF']//*[local-name()='Transaction']//*[local-name()='Status']/text()")) adTable as Status
该xpath返回 Activity 状态和保持状态。问题是我只想检索 Activity 状态。
我尝试使用类似[[local-name()='Status'] ='Active']的内容(如https://www.w3schools.com/xml/xpath_syntax.asp所示),我仍然得到了Hold和Active这两个记录。
我不想在sql中使用WHERE Status ='Active',因为当我将其与其他字段结合使用时,它不返回所需的行。
最佳答案
首先,是否有任何特定原因导致您使用类似
*[local-name()='SASDS']
到处都是?它等效于(但可读性较差)
*:SASDS
此外,您在各处都使用
//*
,它返回并搜索所有后代元素。但是给定您的XML结构,您通常只想访问直接子级,因此再次使用/
搜索子级更加可读(且速度更快)。因此,最好是:
*:SASDS/*:GetRS/*:RS/*:ORES/*:ORE/*:AccF/*:Transaction/*:Status[. = "Active"]/text()
关于xml - Hadoop Hive XPaths仅返回阵列的一部分,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45348642/