如何从 Apache Nifi 中的属性中提取名称目录？

Question

如何在 Apache Nifi 中提取名称目录？ 我想从流文件的“绝对路径”属性中提取名称，并将其保存为同一个流文件的属性。

例如：absolute.path 的值为“C:\Users\01_SEG\2019” 并将它们放入新属性中，例如：year= 2019, time=01_SEG

我尝试使用“UpdateAttribute”中的 replaceAll 函数从“absolute.path”中提取信息，但无法识别带有 () 的组。我不知道如何操作 NiFi 中正则表达式中的组和 NiFi 中的属性。 比如我想删除目录的最后两个名字，但是不行。

${'absolute.path':replaceAll('(\\[0-9]{2}_SEG)(\\([0-9]{4}\/)$)','')}

此表达式适用于任何 Java 正则表达式，但在这里不行。 如果我尝试类似：

time = ${"absolute.path":replaceFirst(".*\\(.*)\\\d{4}", "$1")}

有如下错误： Error

Answer 1

UpdateAttribute 处理器允许任意新/现有属性通过其他属性的表达式语言从regular expression parsing 分配值。您的场景示例：

现有属性absolute.path = "C:\Users\01_SEG\2019"

添加动态属性：

• 时间 = ${"absolute.path":replaceFirst(".+\\\\(\\w+)\\\\\\d{4}", "$1")}
• 年 = ${"absolute.path":replaceFirst(".*(\d{4})$", "$1")}

生成的流文件将具有以下属性：

• absolute.path = "C:\Users\01_SEG\2019"
• 时间 = "01_SEG"
• 年份 = "2019"

表达式中属性absolute.path的额外引用是因为它包含.字符。

更新

由于 Windows 斜线的方向，斜线转义需要加倍。

$1 在正则表达式中引用“组 1”，因此我们提取组中包含的任何内容，然后替换整个匹配项（整个原始value) 仅包含组的内容。

如果您希望两个组的表达式相同，您可以指定一个包含两个组的表达式，并将一个属性替换为$1，另一个属性替换为$2。

刚才在本地环境中运行的输出：

--------------------------------------------------
Standard FlowFile Attributes
Key: 'entryDate'
    Value: 'Wed Oct 07 10:37:39 PDT 2020'
Key: 'lineageStartDate'
    Value: 'Wed Oct 07 10:37:39 PDT 2020'
Key: 'fileSize'
    Value: '0'
FlowFile Attribute Map Content
Key: 'absolute.path'
    Value: 'C:\Users\01_SEG\2019'
Key: 'filename'
    Value: 'b16c325e-6d21-4d54-82f6-971c47152d63'
Key: 'path'
    Value: './'
Key: 'time'
    Value: '01_SEG'
Key: 'uuid'
    Value: 'b16c325e-6d21-4d54-82f6-971c47152d63'
Key: 'year'
    Value: '2019'
--------------------------------------------------