ADF中XML转JSON时xml:lang属性未转换的技术咨询

默认情况下，ADF的XML转JSON会仅提取<displayname>元素的文本值并生成数组，丢失xml:lang属性的关联关系。要保留语言标识，可通过以下两种方案实现：

方案一：使用Mapping Data Flow自定义转换 #

1. 配置XML源：确保源数据集正确解析XML结构，ADF会自动将<displayname>的文本值和xml:lang属性识别为独立字段。
2. 添加派生列转换：创建结构体列（例如displayname_entry），表达式为：

   struct(lang: @xml:lang, value: trim(displayname))
   

   该表达式将语言属性与文本值封装为一个关联对象。
3. 聚合生成数组：添加Aggregate转换，按父节点分组，使用collect(displayname_entry)函数将所有语言条目收集为数组，命名为displayname。
4. 输出JSON：将处理后的数据写入JSON数据集，最终得到包含语言标识的对象数组。

方案二：使用XSLT预处理XML #

通过XSLT将原XML的<displayname>元素转换为包含语言和文本的结构化节点，再进行JSON转换：

1. 编写XSLT样式表：

   <xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
     <xsl:output method="xml" indent="yes"/>
     <xsl:template match="/*">
       <root>
         <xsl:for-each select="displayname">
           <displayname>
             <lang><xsl:value-of select="@xml:lang"/></lang>
             <value><xsl:value-of select="normalize-space(text())"/></value>
           </displayname>
         </xsl:for-each>
       </root>
     </xsl:template>
   </xsl:stylesheet>
   

2. 在Copy Activity中启用XSLT：在Copy Activity的源设置中，找到XSLT选项，上传或引用上述样式表文件。
3. 转换为JSON：经过XSLT处理后的XML会将每个<displayname>拆分为<lang>和<value>子元素，后续转JSON时会自动生成关联语言标识的对象数组。

预期转换结果 #

"displayname": [
  {"lang": "deAT", "value": "Weiß"},
  {"lang": "deCH", "value": "Weiß"},
  {"lang": "xdefault", "value": "Colour Portable Photo Printer  White"},
  {"lang": "esES", "value": "Canon SELPHY CP1000: blanco"},
  ...
]

内容的提问来源于stack exchange，提问作者Alefiya S. Tikiwala