使用Talend中的特定分隔符导入CSV文件

Question

我有一个CSV文件，它有不寻常的分隔符，我想用Talend解析。通常，当我们有一个带有“回车”字符的CSV作为rowdelimiter时，我使用“\ n”。当它是TAB分隔文件时，我使用“\ t”，等等。但是现在我有一个文件有一些不寻常的字符。维基百科告诉我它是所谓的“控制人物”。我的问题是如何在Talend的tFileDelimitedInput组件中提及这些字符（参见截图2）。我必须使用STX控制字符，而不是换行符（\ n），但是如何告诉Talend这是哪个字符？首先是“\ n”是什么符号？

文件示例：

https://dl.dropbox.com/u/1757832/talendSeparators1.jpg

Talend中的tFileDelimitedInput组件，我必须输入行分隔符和字段分隔符。

https://dl.dropbox.com/u/1757832/talendSeparators2.jpg

Answer 1

您是否尝试为该文件创建tFileDelimitedInput元数据？

这样做，您有更多选择（参见附图）。

编辑：

以下是UTF-8对应控制字符代码的列表：

SOH：标题开头：http://www.fileformat.info/info/unicode/char/0001/index.htm STX：文字开头：http://www.fileformat.info/info/unicode/char/0002/index.htm

您是否也尝试过使用这些utf-8代码？

编辑2使用解决方案：

这是一个包含STX字段分隔符

的文件

我已经定义了一个简单的tFileInputDelimited模式，其中包含两列（键和值都是字符串）。

然后，我设置了：

1. 行分隔符为"\n"
2. 字段分隔符为new String("\u0002")

然后，我有正确的行为：

.----+------.
| tLogRow_1 |
|=---+-----=|
|key |value |
|=---+-----=|
|key1|value1|
|key2|value2|
'----+------'