使用schema/XSD加载拼花地板数据以验证XML

我有一些XML文件需要存储在XSD文件中给定的结构中，格式为parquet/avro。XML/XSD文件包含重复的标记标题（可能出现两次），因此我选择使用Parquet，因为Avro不支持这一点

我想用XML检查它是否有效（针对XSD文件），如果存在XML中不存在的XSD元素，我只想将该值存储为NULL

在我看来，我有两个选择：

1） 使用scala对照xsd检查xml，如果有效，则（以某种方式）使用NULL填充任何差异并存储为拼花

2） 检查xml有效性，然后使用XSD文件拼花版本的模式插入xml文件的拼花数据

---

我也不完全确定该怎么做，因此我希望能有一个指针来确保我不会浪费时间走错方向。

我没有找到我想要的解决方案，但使用unix进行验证非常容易

xmllint -schema xsdfile xmlfile --noout