Azure 数据工厂和 Synapse Analytics 管道中的 XML 格式

适用于： Azure 数据工厂 Azure Synapse Analytics

如果要分析 XML 文件，请按此文的要求操作。

以下连接器支持 XML 格式：Amazon S3、Amazon S3 兼容存储、Azure Blob、Azure Data Lake Storage Gen2、Azure 文件存储、文件系统、FTP、Google 云存储、HDFS、HTTP、Oracle 云存储和 SFTP。 它可以作为源，但不可作为接收器。

数据集属性

有关可用于定义数据集的各部分和属性的完整列表，请参阅数据集一文。 本部分提供 XML 数据集支持的属性列表。

下面是 Azure Blob 存储上的 XML 数据集的示例：

{
    "name": "XMLDataset",
    "properties": {
        "type": "Xml",
        "linkedServiceName": {
            "referenceName": "<Azure Blob Storage linked service name>",
            "type": "LinkedServiceReference"
        },
        "typeProperties": {
            "location": {
                "type": "AzureBlobStorageLocation",
                "container": "containername",
                "folderPath": "folder/subfolder",
            },
            "compression": {
                "type": "ZipDeflate"
            }
        }
    }
}

复制活动属性

有关可用于定义活动的各部分和属性的完整列表，请参阅管道一文。 本部分提供 XML 源支持的属性列表。

了解如何通过架构映射来映射 XML 数据和接收器数据存储/格式。 预览 XML 文件时，使用 JSON 层次结构显示数据，并使用 JSON 路径指向字段。

XML 作为源

复制活动的 *source* 节支持以下属性。 详细了解 XML 连接器行为。

formatSettings 下支持的“XML 读取设置”：

映射数据流属性

在映射数据流中，可以在以下数据存储中读取 XML 格式：Azure Blob 存储、Azure Data Lake Storage Gen2。 可以使用 XML 数据集或使用内联数据集来指向 XML 文件。

源属性

下表列出了 XML 源支持的属性。 可以在“源选项”选项卡中编辑这些属性。详细了解 XML 连接器行为。 在使用内联数据集时，你将看到其他文件设置，这些设置与数据集属性部分中描述的属性相同。

XML 源脚本示例

下面的脚本是使用数据集模式的映射数据流中 XML 源配置的示例。

source(allowSchemaDrift: true,
    validateSchema: false,
    validationMode: 'xsd',
    namespaces: true) ~> XMLSource

下面的脚本是使用内联数据集模式的 XML 源配置的示例。

source(allowSchemaDrift: true,
    validateSchema: false,
    format: 'xml',
    fileSystem: 'filesystem',
    folderPath: 'folder',
    validationMode: 'xsd',
    namespaces: true) ~> XMLSource

XML 连接器行为

使用 XML 作为源时，请注意以下事项。

• XML 属性：

  • 元素的属性将被分析为层次结构中元素的子字段。
  • 属性字段的名称遵循模式 @attributeName。

• XML 架构验证：

  • 可以选择不验证架构，或者使用 XSD 或 DTD 验证架构。
  • 使用 XSD 或 DTD 验证 XML 文件时，必须通过相对路径在 XML 文件内部引用 XSD/DTD。

• 命名空间处理：

  • 在使用数据流时，可以禁用命名空间，在这种情况下，用于定义命名空间的属性将会被分析为普通属性。
  • 启用命名空间后，默认情况下，元素和属性的名称将遵循模式 namespaceUri,elementName 和 namespaceUri,@attributeName。 可以为源中的每个命名空间 URI 定义命名空间前缀，在此情况下，元素和属性的名称将遵循模式 definedPrefix:elementName 或 definedPrefix:@attributeName。

• 值列：

  • 如果 XML 元素同时具有简单文本值和属性/子元素，则简单文本值将被解析为“值列”的值，其中内置字段名称为 _value_。 如果适用，它还会继承元素的命名空间。

相关内容

• 复制活动概述
• 映射数据流
• Lookup 活动
• GetMetadata 活动