《ETL原理及应用》学习笔记 ·004【kettle的使用-2】

注：前言、目录见 https://blog.csdn.net/qq_44220418/article/details/108428971

Tips：本节内容偏操作，了解如何操作、进行了什么操作即可
Tips：本节所有输出均为Excel输出

一、Excel输入

按照上一节的方法，将【Excel输入】、【Excel输出】拖入，连接处一个步骤。

【浏览】选择要输入的Excel文件，点击【增加】。

利用这种方式我们可以新增很多Excel表格作为输入。

如果Excel表格有多个Sheet，需要为其指定好使用哪些Sheet。

获取字段，完成输入。

二、XML输入

示例xml文件内容如下：

<?xml version="1.0" encoding="UTF-8"?>

<levelOne>
  <levelTwo id="first">
    <level3 id="1" value="0.5"/>
    <level3 id="2" value="1.5"/>
    <level3 id="3" value="2.5"/>
  </levelTwo>
  <levelTwo id="second">
    <level3 id="1" value="3.5"/>
    <level3 id="2" value="4.5"/>
    <level3 id="3" value="5.5"/>
  </levelTwo>
  <levelTwo id="third">
    <level3 id="1" value="6.5"/>
    <level3 id="2" value="7.5"/>
    <level3 id="3" value="8.5"/>
  </levelTwo>
</levelOne>

1、XML input stream (StAX)

这种不常用

按照上一节的方法，将【XML input stream (StAX)】、【Excel输出】拖入，连接处一个步骤。

选择好文件，确认即可。

输出结果

大致如下图。

2、Get data from XML

这种常用

按照上一节的方法，将【Get data from XML】、【Excel输出】拖入，连接处一个步骤。

【浏览】选择要输入的xml文件，点击【增加】。

在【内容】中填写【循环读取路径】，可通过【获取XML文档的所有路径】选择一个合适的路径。

接下来根据之前的循环读取路径，填写相应的字段，xml路径可以从每一个循环读取路径的节点开始进行查找，比如这里填写的【名称】是id，填写的【节点】为“属性”，填写的【XML路径】为../@id就代表了循环读取路径levelOne/levelTwo/level3的每一个元素节点level3的父节点的属性id，填写的【类型】为String

输出结果

如下图。

解释一下，很简单的理由，这个xml文档共有9个元素节点levelOne/levelTwo/level3，每个这样的元素节点都有其父节点levelOne/levelTwo，其属性id的值即为某一行字段的值

如果换一个例子，我可以设置【XML文件输入】中的【循环读取路径】设置为/levelOne/levelTwo，在【内容】中设置字段的【XML路径】为@id、【节点】为“属性”，其他和之前一样，将得到如下输出：

三、JSON输入

按照上一节的方法，将【JSON输入】、【Excel输出】拖入，连接处一个步骤。

【浏览】选择要输入的json文件，点击【增加】。

填写好【字段】中的相关输入，其中*..和$..都代表通配符，但是在一个【字段】栏目中的不同字段必须统一地使用*..或者$..中的其中一种

输出结果

如下图。