Xml xpath查询（在配置单元中）只返回属性的第一个实例

我有一个xpath查询（使用配置单元），希望在其中显示所有book节点id属性值

我的Xpath语句如下所示：

Select xpath_string (bookxml, '/catalog/book/@id') from bookxml;

CREATE EXTERNAL TABLE books (books_xml string)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ',' LINES TERMINATED BY '\n'
LOCATION '/home/dino/Downloads/books';

---

当我在配置单元中运行它时，它只返回第一个图书id，而不是所有的值。你能建议一个我可以返回所有图书id的更改吗？

我根本不知道Hive，但我对这个问题很感兴趣，所以我在谷歌上搜索了“Hive xpath\u string”，第一次点击的摘要是

给定XPath表达式，每个函数返回一个特定的配置单元类型： xpath返回字符串的配置单元数组。xpath_字符串返回一个字符串。 xpath\u布尔返回

因此，我花了大约2秒钟的时间才发现您想要使用xpath函数而不是xpath_字符串函数

---

有时我想知道是否有人在查阅文档之前先查阅StackOverflow…

我根本不知道Hive，但我对这个问题很感兴趣，所以我在谷歌上搜索了“Hive xpath\u string”，第一次点击的摘要是

给定XPath表达式，每个函数返回一个特定的配置单元类型： xpath返回字符串的配置单元数组。xpath_字符串返回一个字符串。 xpath\u布尔返回

因此，我花了大约2秒钟的时间才发现您想要使用xpath函数而不是xpath_字符串函数

---

有时我想知道是否有人在转向文档之前转向StackOverflow…

正如Michael所说，问题在于xpath\u字符串函数

我已经创建了像这样的小样本文件

<catalog><book id="1"></book><book id="2"></book></catalog>
<catalog><book id="3"></book><book id="5"></book></catalog>

使用xpath_字符串函数运行查询时，只会得到第一个ID，如下所示：

hive> select xpath_string(books_xml, '/catalog/book/@id') from books;

结果:

Mapred Local Task Succeeded . Convert the Join into MapJoin
OK
1
3
Time taken: 3.765 seconds, Fetched: 2 row(s)

Mapred Local Task Succeeded . Convert the Join into MapJoin
OK
["1","2"]
["3","5"]
Time taken: 4.512 seconds, Fetched: 2 row(s)

如果使用xpath函数运行相同的查询，则会得到以下结果：

hive> select xpath(books_xml, '/catalog/book/@id') from books;

结果:

Mapred Local Task Succeeded . Convert the Join into MapJoin
OK
1
3
Time taken: 3.765 seconds, Fetched: 2 row(s)

Mapred Local Task Succeeded . Convert the Join into MapJoin
OK
["1","2"]
["3","5"]
Time taken: 4.512 seconds, Fetched: 2 row(s)

---

正如Michael所说，问题在于xpath_字符串函数

我已经创建了像这样的小样本文件

<catalog><book id="1"></book><book id="2"></book></catalog>
<catalog><book id="3"></book><book id="5"></book></catalog>

使用xpath_字符串函数运行查询时，只会得到第一个ID，如下所示：

hive> select xpath_string(books_xml, '/catalog/book/@id') from books;

结果:

Mapred Local Task Succeeded . Convert the Join into MapJoin
OK
1
3
Time taken: 3.765 seconds, Fetched: 2 row(s)

Mapred Local Task Succeeded . Convert the Join into MapJoin
OK
["1","2"]
["3","5"]
Time taken: 4.512 seconds, Fetched: 2 row(s)

如果使用xpath函数运行相同的查询，则会得到以下结果：

hive> select xpath(books_xml, '/catalog/book/@id') from books;

结果:

Mapred Local Task Succeeded . Convert the Join into MapJoin
OK
1
3
Time taken: 3.765 seconds, Fetched: 2 row(s)

Mapred Local Task Succeeded . Convert the Join into MapJoin
OK
["1","2"]
["3","5"]
Time taken: 4.512 seconds, Fetched: 2 row(s)

---

描述扩展功能使生活更轻松。这肯定说明：

描述函数扩展路径\u字符串

xpath_字符串（xml，xpath）-返回与xpath表达式匹配的第一个xml节点的文本内容 例如：

从src LIMIT 1中选择xpath_字符串（'bcc'，'a/c'）；
>“抄送”
从src LIMIT 1中选择xpath_字符串（'b1b2'，'a/b'）；
>“b1”
从src LIMIT 1中选择xpath_字符串（'b1b2'，'a/b[2]'）；
>“b2”
从src LIMIT 1中选择xpath_字符串（'b1b2'，'a'）；
>“b1b2”

描述函数扩展路径

xpath（xml，xpath）-返回xml节点中与xpath表达式匹配的值的字符串数组 例如：

从src LIMIT 1中选择xpath（'b1b2b3c1c2'，'a/text（）'）；
>[]
从src LIMIT 1中选择xpath（'b1b2b3c1c2'，'a/b/text（）'）；
>[“b1”、“b2”、“b3”]
从src LIMIT 1中选择xpath（'b1b2b3c1c2'，'a/c/text（）'）；
>[“c1”、“c2”]

描述扩展功能使生活更轻松。这肯定说明：

描述函数扩展路径\u字符串

xpath_字符串（xml，xpath）-返回与xpath表达式匹配的第一个xml节点的文本内容 例如：

从src LIMIT 1中选择xpath_字符串（'bcc'，'a/c'）；
>“抄送”
从src LIMIT 1中选择xpath_字符串（'b1b2'，'a/b'）；
>“b1”
从src LIMIT 1中选择xpath_字符串（'b1b2'，'a/b[2]'）；
>“b2”
从src LIMIT 1中选择xpath_字符串（'b1b2'，'a'）；
>“b1b2”

描述函数扩展路径

xpath（xml，xpath）-返回xml节点中与xpath表达式匹配的值的字符串数组 例如：

从src LIMIT 1中选择xpath（'b1b2b3c1c2'，'a/text（）'）；
>[]
从src LIMIT 1中选择xpath（'b1b2b3c1c2'，'a/b/text（）'）；
>[“b1”、“b2”、“b3”]
从src LIMIT 1中选择xpath（'b1b2b3c1c2'，'a/c/text（）'）；
>[“c1”、“c2”]

Dino，我实际上需要生成您显示的第一个使用xpath\u字符串的结果。我想在单独的行上显示1和3。但是，当我使用您的示例创建外部表代码时，配置单元返回一条错误消息。它提交map reduce作业，然后失败：执行错误，从org.apache.hadoop.hive.ql.exec.MapRedTask返回代码2。我使用的是Hortonworks为Microsoft开发的HDInsight developer preview 0.8版本。不确定这是否是问题所在。David，我使用的是0.11 Apache Hive发行版，它处于本地模式。您遇到的这个问题与环境的配置有关。你能描述一下你的环境是怎样的吗？您是在群集模式下运行还是在独立模式下运行？另外，如果您可以找到运行任务以从中提取真实错误消息的日志？Dino，我实际上需要生成您显示的第一个使用xpath_字符串的结果。我想在单独的行上显示1和3。但是，当我使用您的示例创建外部表代码时，配置单元返回一条错误消息。它提交map reduce作业，然后失败：执行错误，从org.apache.hadoop.hive.ql.exec.MapRedTask返回代码2。我使用的是Hortonworks为Microsoft开发的HDInsight developer preview 0.8版本。不确定这是否是问题所在。David，我使用的是0.11 Apache Hive发行版，它处于本地模式。您遇到的这个问题与环境的配置有关。你能描述一下你的环境是怎样的吗？您是在群集模式下运行还是在独立模式下运行？另外，您是否可以找到运行任务以从中提取真实错误消息的日志？