获取使用XPATH的XML节点的名称上蜂巢

我有一个XML文档，如下所示：获取使用XPATH的XML节点的名称上蜂巢

<note> 
    <to>Tove</to> 
    <from>Jani</from> 
    <heading>Reminder</heading> 
    <body>Don't forget me this weekend!</body> 
</note>

在蜂房，我能够使用xpath使用检索XML文档中的每个节点的文本以下命令：

select xpath(xml_text,'//*[name()='note']//text()') from table_test;

不过，我想不出使用的蜂巢其XPATH命令来检索文本的XML节点名称对于上面的例子中，我希望能够回到 ["to","from","heading","body"]，它们表示XML文件中的令牌的XML节点。任何帮助表示赞赏。

来源

2016-11-09 Don Gorgon

通常，您只能使用xpath来获取文本或元素属性 - 不是节点的名称。

因此，有两种选择：您可以编写（或联机查找）定制UDF，该UDF返回给定xpath的节点名称。

或者，你可以使用这个技巧：

select xpath(regexp_replace(xml_text,'<([\\w]+),'<$1 nodename=\'$1\' '),note/*/@nodename)

说明：它增加了nodename属性的任何XML元素。（<to> -> <to nodename='to'>）它也可能在一些文本中添加它，但由于您只提取nodename属性 - 它应该没有关系。

顺便说一句，你可以重写你的文本查询：

select xpath(xml_text,'note/*/text()') from table_test;

来源

2016-11-09 17:29:59

感谢亚历克斯，自定义UDF任何建议？ –

@DonGorgon你可以将[原始配置单元xpath UDF]（https://github.com/apache/hive/blob/master/ql/src/java/org/apache/hadoop/hive/ql/udf/xml/ GenericUDFXPath.java）并将第83行从'getNodeValue（）'更改为'getNodeName（）'。也许添加一些测试，以确保节点是一个元素 –

感谢您的建议。这肯定会起作用。 –

获取使用XPATH的XML节点的名称上蜂巢

回答

相关问题