问题描述
我想在每次迭代中从包含 100 个文件的目录中加载前 10 个 XML 文件,并将已读取的那个 XML 文件删除到另一个目录。
到目前为止我在 pyspark 中的尝试。
li = ["/mnt/dev/tmp/xml/100_file/M800143.xml","/mnt/dev/tmp/xml/100_file/M8001422.xml"]
df1 = spark.read.format("com.databricks.spark.xml").option("rowTag","Quality").load(li)
df1.show()
但我收到一个错误:IllegalArgumentException:必须为 XML 数据指定“路径”。
将XML文件的完整路径存储在列表中后,有什么方法可以读取文件吗? 或者请提出另一种方法。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)