kettle案例4.2.2--抽取Web数据---XML文件的数据抽取

kettle案例4.2.2–抽取Web数据—XML文件的数据抽取

XML是一种可扩展标记语言，也是一种元标记语言，所谓“元标记”就是开发者可根据自己的需要自定义标记。
XML是一种很像HTML的标记语言，但是它们也有很大的区别，譬如XML被设计出来主要用于传输和存储数据，其焦点是数据的内容，而HTML被设计出来主要用于显示数据，其焦点是数据的外观；
XML中的标签是没有被预定义的，都是由XML文档的创作者发明的，HTML中的标签是预定义的，其文档中使用的标签必须是在HTML标准中定义过的，对于用户自己定义的标签是不可使用的。

XML应用于Web开发的多个方面，但常用于简化数据的存储和共享。XML的主要用途，具体介绍如下：

• XML可以将数据从HTML中分离
• XML可以简化数据传输
• XML可以简化数据共享
• XML简化平台变更
• XML可以使数据充分利用
• XML可用于存储数据
• XML可以用于创建新的互联网语言

案例介绍

通过Kettle工具抽取XML文件xml_extract.xml中的数据并保存至数据库extract的数据表xml中

数据准备