Talend tExtractXMLField

Question

我在 Talend 有一份工作，应该检索一个字段并循环遍历它。

我的大问题是代码在 XML 字段中循环，但它返回 null。 这是 XML 的示例：

<?xml version="1.0" encoding="ISO-8859-1"?>
<empresas>
    <empresa>
        <imoveis>
            <imovel>
                [-- some fields --  ]

                <fotos>
                    <nome id="" order="">photo1</nome>
                    <nome id="" order=""></nome>
                    <nome id="" order=""></nome>
                    <nome id="" order=""></nome>
                </fotos>
            </imovel>
            [ -- other entries here -- ]
        </imoveis>
    </empresa>
</empresas>

现在我正在使用 tExtractXMLField 组件来获取“fotos”元素。 这是我在组件中的内容：

我尝试更改 XPath 查询和 XPath 循环查询，但结果要么我没有循环通过该字段，要么我在 tMap 的 value 字段中得到了 null。

这是工作的图片：

您可以看到我已经从 XML 中检索了 4 个项目，但在“nome”字段中我得到的是 null。 XPath 一定有问题，但我似乎找不到问题:(

希望有人可以帮助我。谢谢 注意：我在 ubuntu 10.10 64bit 上使用 talendv4.1.2

Answer 1

如果您想在 <nome> 节点上循环，您的 Loop XPath 查询必须是

"/empresas/empresa/imoveis/imovel/fotos/nome"

和 foto_nome XPath 查询类似

"text()"

请注意：我还纠正了您的 XML 中可能带来问题的错误（</imoveis> 缺少“s”）。

Answer 2

有两种方法可以解决。一种方法是直接使用 XMLinput 和 bluish 提到的说明。

另一种方法是继续您选择的路径。在 XMLinput 中，确保您的 Loop XPath 查询设置为 "/empresas/empresa/imoveis/imovel/fotos"，并且您通过 fotos 元素并选中了 Get Nodes 选项。 fotos 元素的 XPath 查询应该是 "../fotos" 或 "."。

您的 extractXMLField 组件看起来配置良好。 另外，我不知道 tSetGlobalVar 在您的设计中做了什么，但请确保它不会影响您尝试通过的 fotos 元素。

Answer 3

我做了一个测试工作，这肯定会帮助你。如果我没记错的话，你想获得“fotos”标签下的所有“nome”。

Answer 4

尝试将循环 xpath 更改为文件“empresas”的顶层。有时这对我有用，我也似乎“？xml版本=“1.0”编码=“ISO-8859-1”？标签之前会导致问题，您可以尝试将其删除。

还要确保在 tFileInputXML 中正确设置了编码。

Answer 5

我认为您对阅读 XML 和从 XML 中提取 XML 感到困惑。

读取 XML： 如果您提供的 XML 部分是您读取的文件 tFileInputXML，则不需要 tExtractXMLField，只需将 tFileInputXML 配置为：

• 将 xpath 循环设置为 <nome> 元素，例如“//nome”
• 在 tFileInputXML 组件 id、顺序和内容中添加 3 列
• 使用 xpath 查询“.”获取内容列
• 使用 xpath 查询“@id”获取 id 值
• 使用 xpath 查询“@order”获取订单值

从 XML 中提取 XML： 这就是 tExtractXMLField 组件的目标： 它允许解析包含在数据库列或另一个 XML 文档中的 XML 数据，就好像它本身就是一个数据流一样。

简而言之，tExtractXMLField 从包含 XML 的列记录创建数据流。 在解析soap查询结果时非常有用：服务器回复通常以xml形式提供，像这样：

<arg2> 
  <![CDATA[
    <?xml version="1.0" encoding="UTF-8" standalone="yes"?>
    <exportInscriptionEnLigneType>
      <date>2015-04-10</date>
      <nbDossiers>2</nbDossiers>
      <reference>20150410100</reference>
      <listeDossiers>
        <dossier>
          <numOrdre>1</numOrdre>
          <identifiantDossier>AAAAA</identifiantDossier>
        </dossier>
        <dossier>
          <numOrdre>2</numOrdre>
          <identifiantDossier>BBBBB</identifiantDossier>
        </dossier>
      </listeDossiers>
    </exportInscriptionEnLigneType>
]]>
</arg2> 

在上面的 XML 中，arg2>元素包含一个您可能需要解析的 XML 文档。

tExtractXMLField 已为此目的而创建。 我已经写了一篇关于如何完成这项工作的教程，请看这里“how to extract xml from xml”。它是法语的，但屏幕截图可能有助于理解所提供的少数 cmets。

希望它会有所帮助。

最好的问候，