talend：csv列中間的換行符

Question

我正在使用tSoap組件獲取數據，其中以逗號分隔的值的形式獲取XML格式的結果。 其中，列用逗號分隔，行用'\\ n'分隔。

之后，我使用tExtractXMLField組件從響應中提取數據。

但是在數據中，我在字符串中包含“ \\ n”，將其視為新行。 我嘗試使用tReplace組件使用正則表達式刪除引號內的\\ n，但數據太大，導致導致StackOverflowError。

我也嘗試使用tNomalize組件使用CSV選項分隔行，但是問題仍然存在。

你能幫我這個忙嗎？ 提前致謝。

我從肥皂請求中得到的響應是：

  <env:Envelope xmlns:env="http://schemas.xmlsoap.org/soap/envelope/"> <env:Header/> <env:Body> <ns2:getReportResultCsvResponse xmlns:ns2="http://service.admin.ws.five9.com/"> <return>TIMESTAMP,CALL ID,NOTES "Mon, 17 Apr 2017 10:05:38",4223519, "Mon, 17 Apr 2017 10:05:40",4223520, "Mon, 17 Apr 2017 10:05:41",4223521,"Alexandria.. Monday -- 55 partial Bal -- 224 May 1 Visa" "Mon, 17 Apr 2017 10:05:42",4223522, "Mon, 17 Apr 2017 10:05:43",4223523, "Mon, 17 Apr 2017 10:11:04",4223524, "Mon, 17 Apr 2017 10:05:43",4223524, "Mon, 17 Apr 2017 10:05:45",4223525,</return> </ns2:getReportResultCsvResponse> </env:Body> </env:Envelope> 

在這里我們可以看到“注釋”列中的數據在引號之間包含“ \\ n”，這導致提取數據時出現問題。 您能告訴我如何解決這個問題。

Answer 1

實際上，您的文件是嵌入XML文件中的CSV文件。
由於“ notes”字段位於“之間”，因此一種解決方案是將文件轉換為純CSV，然后借助適當的“ CSV選項”，自動消除“ \\ n”問題。

這是工作的樣子：

默認情況下，tFileInputFullRow讀取輸入文件，因為它位於命名為“ line”的單個字段中。 只需將Header設置為4並將Footer設置為3即可忽略大多數XML部分（假設文件結構始終相同）。

將結果傳遞給tMap只是為了刪除剩余的XML“返回”標記，該標記未被上一步刪除（因為不在單獨的行中）。
這是帶有replaceAll的tMap，用於刪除此標記：

在tMap之后，使用tFileOutputDelimited將流傳遞到純CSV文件。 讓所有選項都帶有默認值。

現在，使用tFileInputDelimited啟動第二個子作業以讀取CSV文件。 用3列“ Timestamp”，“ CallId”和“ Notes”定義模式。 將字段分隔符設置為“，”，然后單擊“ CSV options”，然后單擊“魔術”。

為了僅在“注釋”字段中顯示帶有“ \\ n”的記錄，我將Header設置為3，將Limit設置為1（tFileInputDelimited之后僅1行的原因）。
結果如下：

如您所見，由於“ \\ n”字符，字段“ notes”按預期分4行發送。

問候，
TRF