Talend 中的日期列拆分答案

【问题标题】：Date Column Split in TalendTalend 中的日期列拆分
【发布时间】：2014-02-21 23:01:45
【问题描述】：

所以我有一个大文件（1300 万行），日期格式为：
2009-04-08T01:57:47Z。现在我想把它分成 2 列，
一个只有日期为dd-MM-yyyy，另一个只有时间hh:MM。

我该怎么做？

【问题讨论】：

嗯，你打算用哪种编程语言来解决这个问题？
Java 或 Python，我希望它可靠且快速......并且在 talend 数据集成平台内
太棒了 - 那么，到目前为止，您尝试了什么？你的代码是什么样子的？您必须提供一些示例、问题、错误消息等 - 否则人们不会帮助您解决问题。
好的，我尝试在 talend 中使用 tsplit 和 tmap 功能。虽然我只是无法理解。我使用了一些 ETL 平台。所以使用 tmap 我有 TalendDate.formatDate("dd-MM-yyyy",row1.timestamp) 但是当我测试它时，我在线程“main” java.lang.Error 中遇到异常：未解决的编译问题：
时间戳为“2009-04-08T01:57:47Z”列

标签： date talend

【解决方案1】：

您可以简单地使用 tMap 和 parseDate/formatDate 来做您想做的事。既不需要也不建议使用正则表达式实现您自己的日期解析逻辑。

首先，使用yyyy-MM-dd'T'HH:mm:ss'Z'格式解析时间戳。然后就可以使用解析后的Date来输出你想要的格式化日期时间信息了：

如果您将该逻辑放入 tMap：

您将获得以下信息：

注意

请注意，当您使用上述格式字符串 (yyyy-MM-dd'T'HH:mm:ss'Z') 解析时间戳时，不会解析时区信息（将“Z”作为文字）。由于许多应用程序并没有正确设置时区信息，而是始终使用“Z”，因此在大多数情况下可以安全地忽略它。

如果您需要适当的时区处理并且有机会使用 Java 7，您可以使用 yyyy-MM-dd'T'HH:mm:ssXXX 来解析您的时间戳。

【讨论】：

【解决方案2】：

我猜 Talend 在您的日期时间戳的 T 和 Z 部分发生故障，但这很容易解决。

由于您的日期时间戳采用常规模式，我们可以使用 tExtractRegexFields 组件轻松地从中提取日期和时间。

您需要使用 "^([0-9]{4}-[0-9]{2}-[0-9]{2})T([0-9]{2}:[0-9]{2}):[0-9]{2}Z" 作为您的正则表达式，它将以 yyyy-MM-dd 格式捕获日期，并将时间捕获为 mm:HH（您需要将日期时间字段替换为日期字段和架构中的时间字段）。

然后，要将日期格式化为所需格式，您需要使用 tMap 并使用 TalendDate.formatDate("dd-MM-yyyy",TalendDate.parseDate("yyyy-MM-dd",row7.date)) 返回 dd-MM-yyyy 格式的字符串。

【讨论】：