集中管理文件分隔元数据

在本节中，我们将学习如何在 Talend Studio 中集中管理用于数据集成平台的 文件分隔元数据。

在深入本章之前，我们首先了解为什么使用文件分隔。

它可以用于定义 tFileInputDelimited、tFileOutputDelimited 组件的属性，并从分隔文件中读取和写入数据。

我们必须在存储库中集中管理它们的元数据，并进行重用。

注意：所有类型的文件连接（如“分隔、正则表达式、XML、位置或 LDIF”）的文件模式创建都非常相似。

从头开始创建文件分隔连接

• 转到存储库面板，然后移动到元数据。
• 之后，展开“元数据”，右键单击“文件分隔”，然后选择“创建文件分隔”选项，如下面的图像所示

存储库 → 元数据 → 文件分隔

注意：要在我们的作业中使用集中的文件分隔，请转到必要组件的基本设置视图，将其属性类型设置为内置，以打开“文件元数据设置”窗口。

将打开“新建分隔文件”窗口，其中文件连接和模式定义分四个步骤完成。

• 定义常规属性
• 定义文件路径和格式
• 定义文件解析参数
• 检查和自定义文件模式

步骤 1：定义常规属性

在第一步中，我们将填写所有必要的详细信息，例如名称（必填字段），以及“目的”和“描述”字段。

我们还可以在项目设置对话框中管理存储库项的版本和状态字段。

单击“路径”字段旁边的“选择”按钮，以选择“文件分隔”节点下的一个文件夹来保存我们新创建的文件连接。

注意：如果我们正在编辑现有连接，则无法选择文件夹，但我们可以随时将其拖放到新文件夹中。

填写完常规属性的所有详细信息后，单击“下一步”按钮。

步骤 2：定义文件路径和格式

在下一步中，我们将单击“浏览”按钮以从本地系统加载文件。

例如，我们将从我们的系统中选择 custmore.txt 文件。

• 选择创建文件的格式。 为此，我们从给定的下拉列表中选择 Windows 平台。
• 如果给定的下拉列表中没有合适的格式，请忽略它。
• 我们有一个 文件查看器，它可以立即显示加载的文件，如下面的屏幕截图所示

• 单击“下一步”按钮继续。

步骤 3：定义文件解析参数

在此步骤中，我们可以根据需要更改设置。

• 在这里，我们在“文件设置”窗格中将标头值设置为 1，我们在该窗格中将自定义 ANSI 字段更改为 "|"。
• 并将 字段分隔符 设置为 自定义 ANSI，如下面的图像所示

• 之后，单击“下一步”

在 文件设置区域 中，我们可以设置 编码类型、字段 和 行分隔符，如下面的屏幕截图所示

• 根据我们的文件类型，我们可以选择 CSV 或 分隔。
• 如果我们将文件类型选择为 CSV，那么我们可以设置 转义字符 和 文本限定符，或者像这里我们选择 分隔，这两个选项都不可用。

在 要跳过的行 部分中，我们可以指定给定的参数，例如“标头”和“页脚”。

• 如果特定文件包含页脚信息，则设置要忽略的页脚行数。
• 如果文件预览显示标头消息，则从解析中留下标头，并设置要跳过的标头数。

我们可以选中“限制”复选框，并在“行数限制”部分中指定所需的行数，如上面的屏幕截图所示

要查看新设置的影响，请查看文件审查面板，并选中将处理行设置为列名称框，以将第一个解析的行转换为模式列的标签。

并且还看到要跳过的标头行数增加了 1。

要在查看器上查看效果和结果视图，请单击“刷新预览”按钮。

之后，单击“下一步”按钮。

步骤 4：检查和自定义文件模式

在最后一步中，我们将检查和自定义文件模式。

• 要自定义文件模式，请检查 类型 列中的数据类型是否正确。
• 在模式描述部分中，我们可以更改列名，就像我们在实际文件中提到的那样。
• 如果分隔文件模式已更改，则 猜测 按钮用于再次生成模式，并确保如果我们自定义模式，则猜测功能无法保留更改。
• 单击完成按钮，如下面的图像所示

要在 Talend Studio 中查看新创建的元数据。

• 转到存储库面板，然后移动到元数据。
• 之后，展开 文件分隔 节点，我们可以在下面的屏幕截图中注意到

存储库 → 元数据 → 文件分隔 → customer_Metadata

要将元数据作为新组件或现有组件重复使用，只需从存储库的元数据节点拖动文件连接或模式，然后将其放到设计工作区窗口中。

要修改现有文件连接

• 转到存储库的元数据节点。
• 之后，展开 文件分隔，然后右键单击 customer_Metadata 模式，并选择 编辑文件分隔，如下面的屏幕截图所示

要向现有文件连接添加新模式

• 转到存储库面板，然后右键单击 文件分隔。
• 从元数据中的弹出菜单中选择“检索模式”，如下图所示