能否用Azure Data Factory复制项将嵌套XML映射为嵌套JSON？

这个需求完全可以实现。Copy Activity的默认映射机制无法处理重复XML元素转JSON数组的场景，推荐通过以下两种方案完成转换：

方案一：使用Azure Data Factory Data Flow（无代码/低代码） #

步骤1：配置XML源数据集 #

创建Blob存储的XML数据集，在数据集设置中指定Root element为RootElement，确保数据读取时能正确识别顶层结构。

步骤2：创建Data Flow并接入源 #

新建Data Flow，添加XML源组件并关联上述数据集，确认数据预览能正确加载所有字段（包括重复的RootRepeatingElement）。

步骤3：用Aggregate转换处理重复元素 #

添加Aggregate转换：

• 在Group by区域选择非重复的顶层字段RootChild，以此作为聚合分组依据。
• 在Aggregate columns区域新增列，命名为RootRepeatingElement，使用表达式collect(RootRepeatingElement)将所有重复的子元素收集为数组。

步骤4：配置JSON目标数据集 #

创建Blob存储的JSON数据集，设置输出模式为Array of objects，确保最终输出符合目标JSON的结构要求。

步骤5：运行Pipeline #

将Data Flow添加到Pipeline中执行，即可生成符合要求的JSON文件。

方案二：Python脚本方案（自定义处理） #

如果需要更灵活的控制，可以用Python脚本读取Blob中的XML，解析后转换为目标JSON：

import xmltodict
import json
from azure.storage.blob import BlobServiceClient

# 初始化Blob客户端
conn_str = "你的Blob存储连接字符串"
container_name = "你的容器名称"
blob_service_client = BlobServiceClient.from_connection_string(conn_str)
container_client = blob_service_client.get_container_client(container_name)

# 读取XML文件
input_blob = container_client.get_blob_client("input.xml")
xml_raw = input_blob.download_blob().readall().decode("utf-8")

# 解析XML，强制将指定重复元素转为数组
parsed_data = xmltodict.parse(xml_raw, force_list={"RootRepeatingElement"})

# 提取顶层内容并生成JSON
output_json = json.dumps(parsed_data["RootElement"], indent=2)

# 写入JSON到Blob
output_blob = container_client.get_blob_client("output.json")
output_blob.upload_blob(output_json, overwrite=True)

内容的提问来源于stack exchange，提问作者user7395346