使用Talend读取和拆分CSV文件

Question

csv文件包含多个表，它可能如下所示：

 "Table 1"
 ,
 "id","visits","downloads","emailsent"
  1, 4324, 23, 2
  2, 664, 42, 1
  3, 73, 44, 0
  4, 914, 8, 0
  ...

 "Table 2"
 ,
 "id_of_2nd_tab","visits_of_2nd_tab","downloads_of_2nd_tab"
  1, 524, 3
  2, 564, 52
  3, 63, 84
  4, 814, 8
  ...

将这些表导入Talend的最佳方法是什么？

Answer 1

通常，这种多记录格式的CSV格式要解析起来比较复杂。

问题：表格数量是否有限？ 问题：每个表都有固定的数字和列顺序吗？ 问题：＆＃34;表＆＃34;之间的分隔符是什么？在CSV中？

我相信你需要采取多遍方法。你可以这样做。

传递＃1 - 使用tFileInputDelimited 使用行分隔符，例如＆＃34;表＆＃34;，无字段分隔符，抓取1大字段 或者，您可以在此阶段将第一个文件拆分为单独的文件。

在行分隔符＆＃34; \ r \ n＆＃34;上传递＃2 - 分割行（来自传递＃1的结果）等等 将其拆分为多行但只有一列。

传递＃3 - 提取分隔字段（来自传递＃2的结果） 基于字段分隔符提取 认识一个＆＃34;表＆＃34;行 识别＆＃34;标题行 标题

中每个表/字段集的附加处理

Answer 2

使用a tFileInputExcel组件读取每个工作表。然后，您可以使用tMap将工作表连接到目标列布局，假设您希望对连接的列集进行一些处理。