XML文件的数据抽取

目录

一.XML文件介绍

二.XML文件的主要用途

三.案例介绍

         数据准备

 四.案例实现

        1.建立转换

         2.配置控件

         3.保存运行转换

---

一.XML文件介绍

        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。

二.XML文件的主要用途

        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。

三.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

                现有一个XML文件名为xml_extract.xml ，该文件的内容如图所示。

                注意：涉及到数据库操作，提前在kettle里面连接好数据库。

 四.案例实现

        1.建立转换

         2.配置控件

        Get date from XML控件：双击控件进入配置界面，点击浏览，找到需要处理的文件

                                                   xml_extract.xml，并点击增加，具体如下。

         点击内容选项卡，单击【获取XML文档的所有路径】选择循环读取路径，

        即/AllRows/Rows/Row。

        点击字段选项卡，添加要抽取的字段，具体如下：

         点击预览数据：

         表输出控件:双击进入表输出控件（前提一定要连接好数据库），选择目标表xml,具体如下：

           勾选下方指定数据库字段后，点击下方数据库字段，切换到数据库字段界面后，点击右侧输入字段映射按钮，进行映射匹配，具体如下。

         3.保存运行转换