NiFi - 如何从 FlowFile 内容中删除周围的双引号

Question

我从 Kafka 获取 XML 或 AVRO 格式的数据文件。每条消息都用双引号括起来（例如“...”）。我想使用 NiFi 删除内容周围的双引号。

我无法使用 ReplaceText 处理器删除所有双引号，因为某些标签在其属性中使用双引号。

我正在尝试使用 ExtractText 处理器，但据我了解，正则表达式的输出将被放入一个属性中，而不是替换 FlowFile 内容。另外，我不确定为正则表达式写什么，因为我需要使用内容长度来删除第一个和最后一个字符。另外，我不能在正则表达式中使用标签名称，因为我也需要对其他内容做同样的事情。

这是一个示例，说明如何使用周围的双引号设置 XML 文件以及使用带双引号的属性的一些标签。

"<?xml version="1.0" encoding="UTF-8" standalone="yes"?><t1:Foo1><t2:Foo2 reportIndicator="...">...</t2:Foo2></t1:Foo1>"

我希望使用 ConsumeKafka_0_10 处理器（工作正常）将带有包含双引号内容的 xml 的 FlowFile 输出到另一个处理器（ExtractText？），将带有 xml 的 FlowFile 不包含双引号内容输出到 PutFile 处理器（工作很好）。

也欢迎其他建议！如果可以编辑文件，我还考虑添加一个处理器来执行一些代码。不过看起来很乱。

Answer 1

如果您确定内容以" 开头和结尾，则可以使用ReplaceText 处理器删除这些内容并保留“内部”"。

• 搜索值：^"(.*)"$（这意味着“anything”的捕获组必须在内容的确切开头和结尾处用双引号括起来）
• 替换值：$1（这意味着将内容替换为不包括初始和最终" 的捕获组）