ExtractText

ExtractText

---

编辑人：酷酷的诚 邮箱：zhangchengk@foxmail.com

---

描述

该处理器使用正则表达式，匹配流文件中的内容，并将匹配成功的内容输出到属性中；如果正则匹配到多个结果，默认只取第一个结果；匹配成功则流文件路由matched，没有匹配则到unmatched；

属性配置

在下面的列表中，必需属性的名称以粗体显示。任何其他属性(不是粗体)都被认为是可选的，并且指出属性默认值（如果有默认值），以及属性是否支持表达式语言。

属性名称	默认值	可选值	描述
Character Set	UTF-8		字符集
Maximum Buffer Size			指定(每个文件)要缓冲的最大数据量，应用于正则表达式。大于指定最大值的文件部分将不会被计算匹配。
Maximum Capture Group Length	1024		指定给定匹配值可以拥有的最大字符数。超过最大值的字符将被截断。
Enable Canonical Equivalence	false	▪true ▪false	当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下，才认定匹配。比如用了这个标志之后，表达式"a/u030A"会匹配"?"。默认情况下，不考虑"规范相等性(canonical equivalence)"。
**Enable Case-insensitive Matching	false**	▪true ▪false	是否忽略大小写；也可以使用 (?i)标志 默认情况下，大小写不明感的匹配只适用于US-ASCII字符集。这个标志(?i)能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配，只要将UNICODE_CASE与这个标志(?i)合起来就行了。
Permit Whitespace and Comments in Pattern	false	▪true ▪false	在这种模式下，空格将被忽略，以#开头的嵌入注释将被忽略，直到行尾。也可以通过嵌入的标志(?x)指定。
Enable DOTALL Mode	false	▪true ▪false	在这种模式下，表达式'.'可以匹配任意字符，包括表示一行的结束符。默认情况下，表达式'.'不匹配行的结束符。也可以通过嵌入的标志(?s)指定。
Enable Literal Parsing of the Pattern	false	▪true ▪false	表示不应赋予元字符和转义字符特殊含义。
Enable Multiline Mode	false	▪true ▪false	指示'^'和'$'应在行结束符或序列结束符之后和之前匹配，而不是只匹配整个输入的开始或结束符。也可以通过嵌入的标志(?m)指定。
Enable Unicode-aware Case Folding	false	▪true ▪false	当与“启用不区分大小写的匹配”一起使用时，以与Unicode标准一致的方式匹配。也可以通过嵌入的标志(?u)指定。
Enable Unicode Predefined Character Classes	false	▪true ▪false	指定与Unicode技术标准#18:Unicode正则表达式附件C:兼容性属性的一致性。也可以通过嵌入的标志(?U)指定。
Enable Unix Lines Mode	false	▪true ▪false	只有'/n'才被认作一行的中止，并且与'.'，'^'，以及'$'进行匹配。也可以通过嵌入的标志(?d)指定。
Include Capture Group 0	true	▪true ▪false	指示捕获组0应包含为属性。Capture Group 0表示正则表达式匹配的全部，通常不使用，可能有相当长的长度。
Enable repeating capture group	false	▪true ▪false	如果设置为true，将提取与捕获组匹配的每个字符串。否则，如果正则表达式匹配不止一次，则只提取第一个匹配。

动态属性：

该处理器允许用户指定属性的名称和值。

属性名称	属性值	描述
用户自由定义的属性名称	具有一个或多个捕获组的正则表达式	在该处理器生成的文件流上添加用户自定义的属性。如果使用表达式语言，则每批生成的流文件只执行一次计算 . 支持表达式语言:true(只使用变量注册表进行计算)

连接关系

名称	描述
unmatched	当没有提供与流文件内容匹配的正则表达式时，流文件将被路由到此关系
matched	当正则表达式被成功求值并因此修改了流文件时，流文件被路由到这个关系

读取属性

没有指定。

写属性

没有指定。

状态管理

此组件不存储状态。

限制

此组件不受限制。

输入要求

此组件需要传入关系。

系统资源方面的考虑

没有指定。

应用场景

与EvaluateJsonPath有作用相似，提取content中的内容，输出到流属性当中 ；

该处理器涉及到专业的java 正则表达式知识，如果需求复杂，需要额外学习java正则相关知识 。

示例说明

1：将流内容（文本）输出到流属性当中

GenerateFlow 中手动设置一些text

最后ExactText 其他属性默认，添加一个tablename属性：

最后结果在attribute加上了我们想要的值

 

公众号

关注公众号 得到第一手文章/文档更新推送。