ETL - 如何将表标题作为字段值添加到Pentaho Spoon中的每个后续行

Question

我是Pentaho Spoon（K​​ettle）的新手，有以下任务：

有一个excel表，它可能看起来像这样：

history class
name      first name    id
Doe       John          213
Muster    Max           118
biology class
name      first name    id
Parker    Peter         844

问题是一个xls文件中有更多的表。在这个例子中，有一个表用于历史课的学生和生物课的学生。

我需要输出的内容：所有学生的表格，每个学生都有一个新的领域，说明他属于哪个班级。例如：

name      first name   id        class
Doe       John         213       history class
Muster    Max          118       history class
Parker    Peter        884       biology class

（我的例子非常简化）

如何将输入表转换为输出表？ 谢谢你的帮助！

Answer 1

您通常无法在pentaho中使用多个表解析excel。即最好的方法是为不同的表格提供多张表格。

如果不可能，则至少有两个选项：

1. 查找最大cols数并使用字符串类型手动指定cols（因为一列的内容可能不同 - 数字，字符串等），然后根据某些规则解析行
2. 使用POI将新的工作表内容提取到文本 - 新的XSSFExcelExtractor（新的XSSFWorkbook（新文件（fileName）））。getText（） - 然后使用java解析它。

以下是您的简单案例的选项1.

1. Excel输入字段（标题未选中！）：



1. JS步骤，添加包含当前类名的className字段：



第二步后的结果：



1. 最后一步 - 我们过滤掉标题行（即名字为空或=＆＃34;名字＆＃34;。

结果：