Apache Nifi中的多个GetHTML属性

Question

有没有办法在同一数据流中执行多个GetHTMLElement？我正在尝试首先执行GetHTMLElement（选择属性）和执行UpdateAttribute处理器之后的某些属性

(attrib: ${HTMLElement})

第一部分效果很好，但是当我尝试执行第二部分GetHTMLElement时，它无法解析flowContent中的任何内容......

我以两种不同的方式执行它们并将它们与MergeContent合并并工作......但是现在我需要在不同部分执行2 ＆＃34;获取＆＃34; 一个流程（分裂后）和合并工作......

感谢您的帮助......我已经尝试在Hortonworks社区（https://community.hortonworks.com/questions/131614/multiple-gethtmlelement.html）中提问

Answer 1

原因是GetHTMLElement可以将提取的元素放入流文件属性或流文件内容，具体取决于配置的{{1} } 适当的价值。 Destination有四个可以输出的关系：

• 找不到元素 - 在HTML文档中找不到元素。原始HTML输入将保持不变的FlowFile内容。在这种情况下，不会调用关系“原始”。
• 成功 - 成功解析HTML元素
• 原始 - 原始HTML输入
• 无效的html - 输入的HTML语法无效

在成功关系中，生成的流文件将具有提取元素的内容，或者如果元素放在属性中，无内容。这是因为元素的匹配方式（参见GetHTMLElement#186）。您可以将原始关系路由到第二个GetHTMLElement处理器以提取元素，但正如您所描述的，您将拥有两个唯一的流文件，每个文件都包含一个元素。

我提交了一个Jira NIFI-4356，通过在目标为 attribute 时将原始内容保留在生成的流文件中来改进对此案例的处理。