Google cloud dataflow 使用Beam Python SDK读取复杂XML

如何最好地编写Python SDK的源代码，它应该读取嵌套的XML文件并将内容拆分为多行。现有的源代码都在行级别工作，这不是我在XML上下文中所需要的

---

这是一组XML文件，每个文件都构成一个交易，必须分解为多个记录（订单行、付款等）。

您可以使用此模式读取TensorFlow记录，作为编写自己的源代码的模型：

可以使用Python将XML解析为元素

---

请记住，源将写入只能包含一种元素类型的PCollection，因此您的源无法发出某些付款记录和某些订单记录。您需要发出单个事务记录，或者围绕每个记录子类型创建一个包装器，并在以后对内容进行过滤。

干杯，这真的很有帮助，是的，您是对的，不同的记录类型必须被视为单独的PColl。