当 xml 标签重复时，如何使用 Pentaho 从 XML 中提取数据？答案

【问题标题】：How can i extract data from the XML using Pentaho when xml tag is repeating?当 xml 标签重复时，如何使用 Pentaho 从 XML 中提取数据？
【发布时间】：2018-03-15 12:50:59
【问题描述】：

我正在从 XML 中提取数据。因为我有两个具有不同值的重复标签。那么我怎样才能在不同的列中获取这些数据呢？

<table>
  <tr>
    <td>A</td>
    <td>B</td>
  </tr>
  <tr>
    <td>A1</td>
    <td>B2</td>
  </tr>
</table>

所以，我想在不同的列中获取这些值。我怎样才能做到这一点？任何帮助将不胜感激。

【问题讨论】：

抱歉代码是 B2

A B

A1

标签： xml pentaho pentaho-spoon pentaho-data-integration

【解决方案1】：

困难的部分是让kettle知道将结果放在哪一列。

在Content 面板中，将Loop XPath 定义为“/table/tr”。这将使 PDI 在每个标签上生成一行。
在Field 面板中，将名为“col1”的第一列定义为XPath 为“td[1]”，将名为“col2”的第二列定义为XPath“td[2]”。

如果列号是动态的，则需要元数据注入。

请注意，repeat 复选框不是重复字段，而是指示 Kettle 选择前一行的值，以防某行缺少字段。

【讨论】：

感谢 AlainD，你真的拯救了我的一天，但是伙计，我面临另一个问题，我有以下 xml 格式。在那我想采用段落值，所以我该如何实现。我已经尝试了我在评论中提到的一种方法
<tbody> <tr> <td> <paragraph styleCode="cellHeader">Overview:</paragraph> <paragraph>Test</paragraph> </td> </tr> <tr> <td ID="problem29name">Anemia</td> <td>07/30/2015</td> </tr> </tbody>
这里是链接：drive.google.com/open?id=1QohXTPK-me8Di3Yfu4VI-IhhqN5Oe_r_drive.google.com/open?id=1PO9wR_WVlcCuiJxpXIGWjhBFmq6EeZYj
你试过loop XPath = /tbody/tr/td 和field XPath = 段落[1]，段落[2]。如果是，请使用 xml 和您想查看的内容打开一个新问题。