获取空值，同时使用Pig解析XML

问题描述：

我有一个XML文件，如下所示。我使用XMLLOader加载XML。它工作正常。但是，尽管获取的值它给空值：获取空值，同时使用Pig解析XML

<mfh> 
    <f></f> 
    <sn>***</sn> 
    <st>****</st> 
    <vnr>****</vnr> 
    <cb>***</cb> 
</mfh> 
<md> 
    <nei> 
     <ne>***</ne> 
     <k>***</k> 
     <n>***</n> 
    </nei> 
    <mi> 
     <mts>**</mts> 
     <g>**</g> 
     <mv> 
      <m>***</m> 
     </mv> 
    </mi> 
    ..... 
    ..... 
</md>

我的猪脚本如下：

REGISTER '/usr/lib/pig/piggybank.jar' 
a = load '/user/root/sample.xml' using org.apache.pig.piggybank.storage.XMLLoader('mfh') as (doc:chararray); 
dump input_xml; 
b = foreach input_xml generate FLATTEN(REGEX_EXTRACT_ALL(doc,'<mfh>\\s*<ffv>(.*)</ffv>\\s*</mfh')); 
dump required_tags;

脚本的输出如下：

它不givning任何错误，但输出是（）。我已经更新了XML文件，我想解析所有的值。

答

你可以试试吗？

要打印的 'FFV' 属性的值，按您的例子：

required_tags = foreach input_xml generate FLATTEN(REGEX_EXTRACT_ALL(doc,'<mfh>\\s+<ffv>(.*)</ffv>.*'));

要打印FFV的所有值，SN，ST，VN，CBT：

required_tags = foreach input_xml generate FLATTEN(REGEX_EXTRACT_ALL(doc,'<mfh>\\s+<ffv>(.*)</ffv>\\s+<sn>(.*)</sn>\\s+<st>(.*)</st>\\s+<vn>(.*)</vn>\\s+<cbt>(.*)</cbt>\\s+</mfh>'));

第二个工作是打印所有的值，但第一个不工作得到单个值 – user2572165 2014-11-05 15:34:58

对我来说它的工作正常。你能粘贴input_xml的转储吗？ – 2014-11-05 16:16:40

上面提到的XML不是完整的XML文件，它有很多其他tags.when我复制上述到单独的XML，然后我能够使用您的第二个解决方案获取值。但是，当我试图从完整的XML它不工作。 – user2572165 2014-11-06 03:28:43

答

可以执行此操作

required_tags =的foreach input_xml生成FLATTEN（REGEX_EXTRACT_ALL（DOC，'\ S *（。）\ S（）\ S（）\ s（。（。*）'））AS（ffv，sn，st，vn，cbt）; dump required_tags;

获取空值，同时使用Pig解析XML

相关推荐