Snowflake中XMLGET返回NULL问题（XML数据确认无误）

问题根源 #

你使用XMLGET(section.value, '$')是想提取<section>节点的直接文本，但从提供的XML片段来看，<section>的内容都是嵌套的子节点（比如<speaker>、<plist>、<p>），没有直接的文本内容，所以这个函数返回NULL。

可行解决方案 #

1. 获取section下的全部内容（含子节点） #

如果需要拿到<section>节点里的所有内容，用XMLSERIALIZE序列化节点即可：

SELECT
    t.id AS transcript_id,
    section.index AS section,
    XMLSERIALIZE(CONTENT section.value AS VARCHAR) AS section_content
FROM FACTSET_OPEN_ACCESS__RD.TRANSCRIPTS.TRANSCRIPTS_OPEN t,
    LATERAL FLATTEN(input => XMLGET(t.raw_xml, 'body'), path => 'section') section
WHERE t.id = 2676505;

2. 提取指定子节点的文本 #

如果只需要<p>标签里的文本内容，可以逐层定位子节点：

SELECT
    t.id AS transcript_id,
    section.index AS section,
    XMLGET(XMLGET(XMLGET(section.value, 'speaker'), 'plist'), 'p')::string AS section_content
FROM FACTSET_OPEN_ACCESS__RD.TRANSCRIPTS.TRANSCRIPTS_OPEN t,
    LATERAL FLATTEN(input => XMLGET(t.raw_xml, 'body'), path => 'section') section
WHERE t.id = 2676505;

3. 用XMLPATH直接定位文本 #

也可以通过XML路径表达式直接提取目标文本：

SELECT
    t.id AS transcript_id,
    section.index AS section,
    XMLPATH(t.raw_xml, '/body/section/speaker/plist/p/text()')::string AS section_content
FROM FACTSET_OPEN_ACCESS__RD.TRANSCRIPTS.TRANSCRIPTS_OPEN t,
    LATERAL FLATTEN(input => XMLGET(t.raw_xml, 'body'), path => 'section') section
WHERE t.id = 2676505;

内容的提问来源于stack exchange，提问作者Vymahesh