Python 无法使用pyspark将Xml数据读取到数据帧

我有一个xml文件，通过它我必须将数据读入pyspark。我正在使用spark xml api读取它，但它不起作用

我使用了pythonapi，但是它没有显示结果，并且抛出了一个异常

当我转到它建议的链接时，它没有显示xml的任何内容

---

最后，我想读取xml文件，然后将其存储到pyspark数据帧。

问题似乎是spark xml jar不可用

1） 尝试通过使用jar文件位置设置额外的类路径来创建spark会话

jar_path = "<path_of_jar>/com.databricks_spark-xml_2.10-0.4.1.jar"
spark = SparkSession.builder.appName("Spark - XML read").master("local[*]") \
    .config("spark.jars", jar_path) \
    .config("spark.executor.extraClassPath", jar_path) \
    .config("spark.executor.extraLibrary", jar_path) \
    .config("spark.driver.extraClassPath", jar_path) \
    .getOrCreate()

jar\u path=“/com.databricks\u spark-xml\u 2.10-0.4.1.jar”
spark=SparkSession.builder.appName（“spark-XML读取”）.master（“本地[*]”）\
.config（“spark.jars”，jar\u路径）\
.config（“spark.executor.extraClassPath”，jar\u路径）\
.config（“spark.executor.extraLibrary”，jar_路径）\
.config（“spark.driver.extraClassPath”，jar\u路径）\
.getOrCreate（）

2） 通过提供spark xml包启动pyspark shell

---

pyspark--packages com.databricks:spark-xml_2.10:0.4.1

试试看：

df=spark.read.format（'xml'）.options（rowTag='receive'）.load（'***.xml'，schema=customSchema）

是的，我之前也试过，但不起作用。

df = spark.read \
.format('com.databricks.spark.xml') \
.options(rowTag='Receipt') \
.load('***.XML', schema = customSchema)

jar_path = "<path_of_jar>/com.databricks_spark-xml_2.10-0.4.1.jar"
spark = SparkSession.builder.appName("Spark - XML read").master("local[*]") \
    .config("spark.jars", jar_path) \
    .config("spark.executor.extraClassPath", jar_path) \
    .config("spark.executor.extraLibrary", jar_path) \
    .config("spark.driver.extraClassPath", jar_path) \
    .getOrCreate()