Pentaho Kettle 中的动态 XML 解析答案

【问题标题】：Dynamic XML parsing in Pentaho KettlePentaho Kettle 中的动态 XML 解析
【发布时间】：2016-02-29 17:31:34
【问题描述】：

我在 pentaho Kettle 中使用 STAX 解析器已经很长时间了。但突然间，我遇到了一个奇怪的情况。早些时候，XML 文件具有预定义的级别，例如：

<A>
     <TRADE a="1" b="2">
        <TRADE a="3" b="4">
        </TRADE>
     </TRADE>
   </A>

 OR

   <A>
     <TRADE a="100" b="200">
       <TRADE a="1" b="2">
          <TRADE a="3" b="4">
             <TRADE a="5" b="6"> 
             </TRADE>
          </TRADE>
       </TRADE>
    </TRADE>
   </A>

如果文件包含两个交易级别，那么它是预先知道的，并且对于三个或四个级别（四个是最高级别）相同。因此，STAX 解析器中提到了 Xpath（第三级的 A/TRADE/TRADE/TRADE 等）。

预期输出：

在第一种情况下 - 交易表中的两个条目（行）一个用于父交易，另一个用于子交易。在第二种情况下 - 贸易表中的四个条目（行） - 建立父子关系。

如何在不知道交易次数（深度）的情况下动态执行此操作

但现在该文件可以具有任何级别的 TRADE（最小 1 最大 15）。我对如何在 pentaho 水壶中使用 STAX 解析器动态解析 TRADE 文件感到困惑。

任何指导都会非常有帮助。

问候，维卡斯

【问题讨论】：

预期输出是什么？
@bolav - 我需要在交易表中解析。如上所示，在第一种情况下应该有两个（行）条目 - 一个用于父项，另一个用于子项（使用 xml_element_id 和 parent_xml_element_id 建立父子关系）而在第二种情况下应该有四个（行）项（与父子关系）在贸易表中。这种解析应该在不事先知道交易数量的情况下动态发生。
请为您的两个示例添加预期的行布局，以便我能够完全理解您的问题。一个级别可以有多笔交易吗？
@bolav - 是的，在任何级别都可以有多个交易。为了解释布局，让我试试。有贸易表。当第一级交易以其属性保存时，有 xml_parent_element_id 和 xml_element_id 并且如果保存了相应的子交易，则子交易的 xml_parent_element_id 与父交易的 xml_element_id 之间存在参照完整性。
您是否正在寻找所有交易都包含：xml_element_id,xml_parent_element_id,a,b 的行？

标签： xml pentaho stax pdi

【解决方案1】：

有了这个转换：

Filter rows:

Row denormaliser:

给出以下输出：

【讨论】：

非常感谢。这对我有用。现在我可以继续进行其他更改。干杯！！