Kettle中“字符串操作”功能算子的使用

  ELT过程一般都是避免不了对字符串的操作，kettle中的“字符串操作”可以很便捷的帮我们处理一些关于字符串的问题，下面先对“字符串操作”的几个功能做一个介绍。

Trim type：用来去除字符串的首尾空白字符(如space,tab)，这里可以选择去除字符串头部空白字符(left)，字符串尾部空白字符(right)，头尾都去除空白字符(both)。

Lower/Upper：就是简单的大小写转换，当然只是针对于英文字符的，汉字和数字是无效的。

Padding：追加字符串，可以选择头部追加(left),或者尾部追加(right)，不过这个是要配合“Pad char”和“Pad length”使用的。

Pad char：只需要再输入框输入想要添加的字符串即可。

Pad length：输入长度，这个可以这么理解，假如说未追加内容的字符串是abc长度为3，想要追加的字符串是wq，是以right的方式追加的，如果输入的长度是3，那么结果是没有任何改变的；如果输入的长度是4，那么结果就是abcw；输入的是5，那结果就是abcwq；输入的长度是6，那结果就是abcwqw，相信说到这里应该就很清楚了，不管“Padding”选择的是right还是left，规则都是一样的。

InitCap：这个的作用就是保证字符串的首字母大写其余的字母都是小写，比如有一个字符串是aBC，如果InitCap的参数选择了“是”，那么结果就是“Abc”。

Escape：这个一般应用的较少，比如说选择了其中的“Use CDATA”，那么最后出来的字符串就是CDATA格式的字符串“<![CDATA[test_str]]>”，标红的部分就是原本的字符串，其它的就不一一介绍了，感兴趣的实验一下就明白了。

Digits：digits本身就是数字的意思，而选择的参数只有三两个“none、”“only”和“remove”，none就是不操作；only就是只保留数字，其他的字符不要；remove就是其他的字符都留下，只将数字字符去除掉。

Remove Special character：这个就很简单了，就是去除特殊字符，可以根据需求选择需要删除的字符，如空格(space)、换行符(line feed)等，这里就不一一介绍了，如有疑惑可以百度翻译。

  每个部分的功能基本讲解清楚了，了解这个使用起来基本就没问题了，下面简单的介绍下如何使用。

1.核心对象->转换->字符串操作，将其拖拽到转换页面中，如下图所示

2.双击“字符串操作”，选择或者输入相关参数，前面已经讲解每个部分的作用和使用方法，这里就简单配置其中部分，如下图所示

3.库表中原始数据如图1所示，虚线标记的为空白字符(space)，结果数据如图2所示

图1

图2

通过结果数据可以看出，就是按照配置的参数的规则对字符串进行操作，头部的空白字符已经去除掉了，并且追加的字符‘Q’也是按照输入的长度追加的MAN长度为3，输入长度为5，结果数据追加了两个字符‘Q’，WOMEN长度为5，结果数据没有变化，所以结果是正确的。