Question

我正在尝试编写一个xpath查询来从xml文档中提取数据。不幸的是，该文档中嵌入了一个xml片段，似乎已经丢失了它的编码（＆lt;已经变得＆amp; lt＆gt;已经变成＆amp; gt等）。

xml doc的一个例子是：

<OrderData xmlns:xsd="http://www.w3.org/2001/XMLSchema" 
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<Id>1</Id>
    <RawData>&lt;?xml version="1.0" encoding="UTF-16"?&gt;
        &lt;Data xmlns="nnn-mmm-com"&gt;
            &lt;Order Action="Remove" &gt;
            &lt;Instrument InstID="1"&gt;&lt;/Order&gt;&lt;
        /Data&gt;
    </RawData>
</OrderData>

我正在尝试提取以下值： ID 行动 InstID

获取ID是没有问题的，但是在RawData内部钻取片段已经超出了我的范围。感激地收到任何指针

（我打算在Hive中使用Hive-XML-SerDe执行xpath查询，这是xpath 1.0）

由于

Answer 1

使用XPath 3.1，您可以解析嵌入的XML文档并将其转换为节点树，然后您可以使用路径表达式处理该节点树。所以：

/OrderData/RawData/parse-xml(.)/*:Data/*:Instrument/@InstID

应该得到你想要的东西。

你没有说你的库支持哪个版本的XPath，这通常意味着它只支持1.0，所以你可能需要找到一个不同的库。

嵌套XML片段的XMLPath查询

1 个答案: