如何使用 Talend 从 CSV 中提取键值对

Question

我的 CSV 文件中有一列的数据为：

          `column1`
    
   row1 : {'name':'Steve Jobs','location':'America','status':'none'}
   row2 : {'name':'Mark','location':'America','status':'present'}
   row3 : {'name':'Elan','location':'Canada','status':'present'}

我希望该列的输出为：

`name`       `location`     `status`   

Steve jobs    America        none  
Mark          America        present
Elan          Canada         present

但有时我的行值类似于{'name':'Steve Jobs','location':'America','status':'none'},{'name':'Mark','location':'America','status':'present'}

请帮忙！

Answer 1

您必须使用tMap 和tExtractDelimitedFields 组件。

流动，

下面是一步一步的解释，

1. 原始数据-row1 : {'name':'Steve Jobs','location':'America','status':'none'}
2. 使用下面的函数对大括号内的值进行子串化 row1.Column0.substring(row1.Column0.indexOf("{")+1, row1.Column0.indexOf("}")-1)
   现在结果是 - 'name':'Steve Jobs','location':'America','status':'none'

3. 使用 tExtractDelimitedFields 将单列提取为多列。由于列被分隔为,，因此分隔符应以逗号形式提供。我们在数据中有 3 个字段，因此在组件模式中创建 3 个字段。下面是tExtractDelimitedFields组件配置的截图

现在的结果是，

     name             location               status
'name':'Steve Jobs'  'location':'America'   'status':'none'
'name':'Mark'        'location':'America'   'status':'present'
'name':'Elan'        'location':'Canada'    'status':'present'

4. 再次使用另一个tMap，替换数据中的列名和单引号，

    row2.name.replaceAll("'name':", "").replaceAll("'", "") 
    row2.location.replaceAll("'location':", "").replaceAll("'", "") 
    row2.status.replaceAll("'status':", "").replaceAll("'", "") 
   
   
   
   

5. 你的最终结果如下，