《数据清洗》第四章 数据抽取笔记

一.XML文件的数据抽取
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。
1.准备数据
准备一个XML，文件名为xml_extract.xml 。
2.通过使用Kettle工具，创建一个转换转换xml，并添加“Get data from XML”控件、“表输出”控件以及Hop跳连接线，具体如图所示。

3.双击“Get data from XML”控件，进入“XML文件输入”界面。单击【浏览】按钮，选择要抽取的XML文件xml_extract.xml，并点击增加。

4.单击“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。

5.单击“字段”选项卡，添加要抽取的字段。

6.双击“表输出”控件，进入“表输出”配置界面。单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。