无法使用 XmlSource 读取存储在 GCS Bucket 中的 XML 文件答案

【问题标题】：Unable to use XmlSource for reading an XML file stored in GCS Bucket无法使用 XmlSource 读取存储在 GCS Bucket 中的 XML 文件
【发布时间】：2017-08-30 10:49:51
【问题描述】：

以前有人试过这个代码吗？

XmlSource<String> source = XmlSource.<String>from("gs://balajee_test/sample_3.xml")
              .withRootElement("book")
              .withRecordElement("author")
              .withRecordElement("title")
              .withRecordElement("genre")
              .withRecordElement("price")
              .withRecordElement("description")
              .withRecordClass(XMLFormatter.class);

PCollection<String> output = p.apply(Read.from(source));

https://beam.apache.org/documentation/sdks/javadoc/0.4.0/org/apache/beam/sdk/io/XmlSource.html

org.apache.beam.sdk.io.xml.XmlSource

希望我使用了正确的 'XmlSource' 类，但仍然无法解决方法 'from("gs://balajee_test/sample_3.xml")' 的依赖关系，并获得相同的编译错误。错误信息是：

未定义 XmlSource 类型的 from(String) 方法

这个问题可能太傻了，但我真的需要解决它才能读取存储在 GCS Bucket 中的 XML 文件。

【问题讨论】：

您使用的是什么版本的 SDK？这些文档适用于非常旧的版本 (.4)。当前版本是 2.1。如果您使用的是较新版本的 SDK，您需要：beam.apache.org/documentation/sdks/javadoc/2.1.0 此外，您还有两个同名的“froms”。这是故意的吗？如果您使用的是旧版 SDK，可能会出现问题。
对不起。这两个“来自”不是故意的。在错误地发布此查询时，我将相同的“来自”语句复制了两次。我正在使用 2.0 版本。是这个问题吗？
是的，2.0 版本的 XML 源 API 已更改。我会尝试使用该特定版本的新文档。 beam.apache.org/documentation/sdks/javadoc/2.0.0 可以通过查找 org.apache.beam.sdk.io.xml 来查看 XML Source

标签： google-cloud-dataflow apache-beam

【解决方案1】：

从 cmets 看来，使用的 SDK 似乎是 2.0，它具有定义从 XML 读取的新方法。查看新文档以了解如何阅读。

SDK IO 文档（适用于 2.0.0）可在此处找到：beam.apache.org/documentation/sdks/javadoc/2.0.0

【讨论】：

嗨，劳拉，我认为这种方式会派上用场，因为您提到的链接已经给我带来了麻烦。代码运行成功，但我不明白为什么相应 XML 元素的值没有被映射，我得到的所有组件值都是“null”。请点击链接了解更多详情：stackoverflow.com/questions/45933068/…
这是另一个问题，对吧？和这个不建的问题分开？
完全正确！！！这是您给我的解决方案的问题。我已经尝试过并面临上述问题。请您对此进行调查，并为我提供一些解决“空”值问题的建议。