行分開為多行步驟Kettle6

本文將對Kettle6中常用步驟行分開為多行（英文原名：Split Field to Rows）。也就是說，將輸入數(shù)據(jù)行集中的某個(gè)列按照條件拆分為多行。這種條件可以是簡單的一個(gè)分隔符，也可以指定正則表達(dá)式。

2.說明

步驟的屬性對話框如下圖所示：

行分開為多行步驟Kettle6圖一

下面通過一個(gè)表格逐項(xiàng)解釋每一個(gè)對話框中字段的含義。

1

字段名稱 標(biāo)識本步驟的名稱。

2

要拆分的字段 從輸入數(shù)據(jù)行集中，挑選需要拆分的字段。

3

分隔符 拆分字段時(shí)，使用的分隔符。簡單情況下，分隔符劃分的每一個(gè)字符串片段，都將成為一個(gè)新行。如果4選中，那么這里的分隔符實(shí)質(zhì)是一個(gè)正則表達(dá)式。

4

分隔符是一個(gè)正則表達(dá)式 控制3的真實(shí)含義。如果選中，3就是正則表達(dá)式。否則，不管3中的字符串是何內(nèi)容，Kettle只是將其當(dāng)成一個(gè)分割文本的字符串。

5

新字段名 分割列后形成的新字段名稱。輸出數(shù)據(jù)行集將包含這個(gè)新的列，列的值為分割后形成的字符串片段。

6

輸出中包含行號 輸出數(shù)據(jù)行集中，是否需要包含行號字段。如果需要，那么應(yīng)輸入這個(gè)行號字段的名稱。

7

對接收到的每一行重置行號 輸出數(shù)據(jù)行集中的行號，類似于一個(gè)序列，從1開始，每行增加1。如果選中7，那么每一個(gè)輸入行集中的每一行，將獨(dú)享一個(gè)從1開始的序列；否則，所有輸入行集中的行共享一個(gè)序列。

舉例來說，假設(shè)輸入數(shù)據(jù)行集中有2行，第一行拆分為3行，第二行拆分為2行。如果選中7，那么產(chǎn)生的行號是1 2 3 1 2；如果未選中7，那么產(chǎn)生的行號是1 2 3 4 5。

3.實(shí)戰(zhàn)

假設(shè)從輸入數(shù)據(jù)行集中拿到如下數(shù)據(jù)：

行分開為多行步驟Kettle6圖二

需要把其中所有市、區(qū)、縣的名稱得到，依次按行處理。

可以看出，來源數(shù)據(jù)實(shí)際上只有一行，但是想得到的結(jié)果是多行，這就需要用到列拆分為多行步驟。步驟的具體設(shè)置可以參照文章開始的第一個(gè)圖，通過上述步驟，這一行被拆分為以下行：

行分開為多行步驟Kettle6圖三

注意上圖，其中第一行為空。其實(shí)這應(yīng)屬Kettle6的一個(gè)bug。如果分割列的正則表達(dá)式正好滿足來源行的頭部，那么分割結(jié)果中將產(chǎn)生一個(gè)空行！

如果要解決這個(gè)bug，可以往下閱讀附錄部分。

4.附錄

解決第3部分實(shí)戰(zhàn)中第一個(gè)行數(shù)據(jù)為空的bug，可以在類：

org.pentaho.di.trans.steps.splitfieldtorows.SplitFieldToRows

的方法splitField中增加以下代碼（117行后）：

if(splitStrings.length>1&& StringUtil.isEmpty(splitStrings[0])){

String[] handledStrings = new String[splitStrings.length-1];

System.arraycopy(splitStrings，1，handledStrings，0，handledStrings.length);

splitStrings = handledStrings;

}

這樣可在輸出到目標(biāo)數(shù)據(jù)行集前將第一個(gè)空行處理掉。

以上就是行分開為多行步驟Kettle6