Kettle 之获取文件名

目录

1. 新建一个转换

2. “获取文件名”步骤

3. “文本文件输入”步骤

4. “表输出”步骤

5. 更简单的方法

参考：

---

        收到的需求是这样的：有几百个文本文件，每个文件内容的格式相同，都是有固定分隔符的两列，每个文件有几千行记录。现在需要把这些文件的内容导入一个表，除了文件中的两列，还要存一列记录对应的文件名。

        作为一名 DBA，向表中导入数据本来是小事一桩，可这有几百个文件要手工逐个处理未免太麻烦了，于是想起了 Kettle。Kettle 的转换处理数据流，其中有一个“获取文件名”的输入对象，可以使用它在导入文件数据时添加上文件名字段，而且支持正则表达式同时获取多个文件名，正好适用此场景。下面为实现步骤。

1. 新建一个转换

        包含“获取文件名”、“文本文件输入”、“表输出”三个步骤，如下图所示。

2. “获取文件名”步骤

        如下图所示：

        注意：正则表达式的 * 前面要加一个“.”，否则报错。

3. “文本文件输入”步骤

        如下面两图所示：

        注意：通过这种设置后文本文件输入中字段选项无法自动获取字段。不过可以先不设置从前一步骤获取文件名，利用这个步骤的自身属性先获取字段，然后再设置。

4. “表输出”步骤

        如下面两图所示：

5. 更简单的方法

        还有更简单的获取文件名的方法，不需要使用“获取文件名”步骤，主要在输入文件步骤的“其他输出字段”标签页上给出文件名字段的名称即可。例如下面的 Excel 输入所示。

参考：

• kettle读取文件目录下的数据结构一致的所有数据文件信息和内容