使用 Piggybank 使用 Pig 进行 XML 解析

Posted 2023-04-18

【中文标题】使用 Piggybank 使用 Pig 进行 XML 解析

【英文标题】：XML Parsing with Pig using Piggybank

【发布时间】：2014-02-28 06:53:38

【问题描述】：

我即将加载一个 XML 以在 Pig 中进行处理，并在一定程度上成功了。现在使用如下单行 XML 标记进行处理，提供的正则表达式不起作用。

这是我的输入数据

这是我的 PigScript

你能告诉我正则表达式有什么问题吗？

谢谢， 卡莱

【问题讨论】：

不要使用正则表达式解析 XML。 Pig 0.3.0 has an XPath class，在PIG-3619 中讨论。

@Tomalak 谢谢。我正在使用 pig v0.12.0 并在 svn.apache.org/repos/asf/pig/trunk/contrib/piggybank 使用 piggybank，但是在使用 XPath 时我遇到以下错误“错误 org.apache.pig.tools.grunt.Grunt - 错误 1070：无法使用导入解析 XPath： [, java.lang., org.apache.pig.builtin., org.apache.pig.impl.builtin.]”。你能帮我解决这个问题吗？

我不能，抱歉。这有帮助吗？ ***.com/questions/13789121/…

【参考方案1】：

下面的正则表达式对我有用。

b= foreach a 生成 REGEX_EXTRACT(x,'Id="(?[^"]+)"',1),REGEX_EXTRACT(x,'UserId="(?[^"]+)"',1 ),REGEX_EXTRACT(x,'Name="(?[^"]+)"',1),REGEX_EXTRACT(x,'Date="(?[^"]+)"',1);

转储 b;

这是输出。

(1815,829,学生,2014-01-18T16:02:02.837)

(1816,401,评论员,2014-01-18T17:07:19.713)

谢谢，

卡莱