集中化 XML 文件元数据

2025年03月17日 | 阅读 9 分钟

在本节中，我们将学习如何在 Talend Studio for Data Integration 平台中集中化 XML 文件元数据。

在深入本章之前，我们首先了解为什么使用 XML 文件。

它可以用于定义 **输入** 和 **输出** 连接的属性，例如用于创建读取 XML 文件的输入连接的 **tFileInputXML** 和 **tExtractXMLField** 组件。

**tAdvancedFileOutputXML** 组件用于在输出模式中创建或更新 Xml 文件。

如果我们想连接到 XML 文件，我们将把连接和模式信息集中在存储库中以供重用。

从头开始创建 XML 文件连接

转到存储库面板。
然后展开 **元数据**，右键单击 **文件 XML**，然后在弹出菜单中选择 **创建文件 XML** 选项，如下图所示

存储库 → 元数据 → 文件 XML → 创建文件 XML

注意：要在我们的作业中使用集中化的 XML 文件，请转到必要组件的基本设置视图，并将其属性类型设置为内置 (build-in)，以打开文件元数据设置窗口。

为输入文件设置 XML 元数据

在本节中，我们将了解如何描述文件连接并为输入文件上传 XML 模式。

然后将打开 **新建 XML 文件** 窗口，在该窗口中，所有文件连接和模式定义将在五个步骤中完成

定义常规属性
设置元数据类型（输入）
上传 XML 文件
定义模式
完成最终模式

步骤 1：定义常规属性

在第一步中，我们将定义模式的常规属性。

在“新建 XML 文件”窗口中，填写所有必需的详细信息，例如 **名称、目的和描述**。

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 **文件 XML** 节点旁边的 **选择** 按钮，选择一个文件夹来存放我们新创建的文件连接。

填写完常规属性的所有详细信息后，单击 **下一步** 按钮选择元数据类型。

步骤 2：设置元数据类型（输入）

现在，在这一步中，我们将把元数据设置为输入或输出。

在下面的对话框中，选择 **输入 XML** 来创建 XML 元数据。

然后，单击 **下一步** 按钮继续。

步骤 3：上传 XML 文件

在下一步中，我们将上传 XML 文件。

要上传 XML 文件，请按照以下步骤操作

单击 **浏览** 按钮，然后从我们的本地系统中浏览要上传 XML 文件的目录。
例如，我们将从系统中选择 **xml** 文件。

<employeeDeatils> <employee> <empid>101</empid> <firstName>Naina</firstName> <lastName>Rai</lastName> <company>Talend</company> <city>Mumbai</city> <phone>5554</phone> </employee> <employee> <empid>102</empid> <firstName>Kapil</firstName> <lastName>Singh</lastName> <company>Talend</company> <city>Kanpur</city> <phone>9900</phone> </employee> …… </employeeDeatils>

如果系统未能自动找到文件格式，我们也可以根据文件格式更改 **编码** 类型。
**限制** 字段用于输入要对其执行 XPath 查询的列数，或者我们可以输入 0 来对所有列执行。
**模式查看器** 部分用于显示 XML 结构的预览。我们可以展开并查看文件 XML 树结构的每个级别，如下图所示

之后，单击“下一步”按钮以继续处理。

步骤 4：定义模式

在此步骤中，我们将定义解析作业的设置。

正如我们在下面的图片中看到的，有四个部分可以定义模式

**源模式：** 它显示 XML 文件的树视图。

**目标模式：** 它显示提取和迭代信息。

**预览：** 它以定义的顺序显示目标模式和选定列的输入数据的预览。

**文件查看器：** 它显示 XML 文件的预览。

要定义文件参数，首先，我们将定义 XPath 循环以及循环可以运行的最大次数。
生成 **XPath 循环表达式** 字段有两种方法，一种是具有绝对 XPath 表达式。

**第一种：** 输入要强调的节点的绝对 XPath 表达式。

**第二种：** 将节点从源模式拖放到目标模式下的绝对 XPath 表达式字段。

橙色箭头表示节点与相应表达式之间的连接。

注意：XPath 循环表达式是必填字段。

**循环限制** 字段用于定义选定节点可以迭代的最大次数，或者如果我们要对所有行执行，则为 -1。
我们可以通过按住 **Ctrl** 或 **Shift** 键并单击节点来选择多个节点以拖放到表中。
橙色箭头表示从 **源模式** 到 **要提取的字段** 的选定节点的链接，未选定的节点用 **灰色** 表示。
我们可以在 **要提取的字段** 表中添加许多列以进行提取，或者使用工具栏删除列并更改列的顺序。
要添加列，请单击 **[+]** 按钮，要删除，请单击工具栏上的 **[X]** 按钮。
要更改列的顺序，请使用工具栏上的 **向上** 和 **向下** 箭头按钮，如下图所示

要查看目标预览，请单击 **刷新预览** 按钮，如下图所示

注意：如果加载 XSD 文件，预览功能将无效。

然后，要验证和编辑最终模式，请单击 **下一步**

步骤 5：完成最终模式

在最后一步，我们将完成最终模式。

要自定义文件模式，请检查 **类型** 列中的数据类型是否正确。
**猜测** 按钮用于更新和恢复 XML 文件模式。

注意：如果我们自定义了模式，Guess 功能将不会保留这些更改。

之后，单击 **完成** 按钮完成该过程，如下图所示

要在 Talend studio 中查看新创建的元数据

转到 **存储库面板**，然后转到元数据。
之后，展开 **文件 XML** 节点，然后选择 **New_XML_input** 元数据，如下图所示

存储库 → 元数据 → 文件 XML → New_XML_input

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

转到存储库面板，然后转到元数据节点。
之后，展开 **文件 XML**，然后右键单击 **New_XML_input** 模式并选择 **编辑文件 XML**，如下图所示

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 xml**。
从元数据中的弹出菜单中选择“检索模式”，如下图所示

为输出文件设置 XML 元数据

在本节中，我们将了解如何描述文件连接并为输出文件上传 XML 模式。

然后将打开 **新建 XML 文件** 窗口，在该窗口中，所有文件连接和模式定义将在五个步骤中完成

定义常规属性
设置元数据类型（输入）
上传 XML 文件
定义模式
完成最终模式

步骤 1：定义常规属性

在第一步中，我们将定义模式的常规属性。

填写必要详细信息，例如 **名称、目的和描述**。
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 **文件 XML** 节点旁边的 **选择** 按钮，选择一个文件夹来存放我们新创建的文件连接。
填写完常规属性的所有详细信息后，单击 **下一步** 按钮选择元数据类型，如下图所示

步骤 2：设置元数据类型（输出）

现在，我们将把元数据类型设置为输出。

在下面的对话框中，选择 **输出 XML** 来创建 XML 元数据。

然后，单击 **下一步** 按钮继续。

步骤 3：定义输出文件

在下一步中，我们将定义输出文件。

要定义输出文件，我们将选择手动创建文件，或从现有 XML 或 XSD 文件创建。
如果我们选择 **手动创建** 选项，我们将需要自己配置模式、源和目标列。
然后，将使用 XML 输出组件在作业中创建文件，例如：

要从 XML 文件创建输出 XML 结构，请按照以下步骤操作

在输出设置区域，选择 **从文件创建**
单击 **XML 或 XSD 文件** 字段旁边的 **浏览** 按钮，然后从本地系统中浏览 XML 文件的路径，然后双击该文件。

例如，我们将从系统中选择 **carr.xml** 文件。

如果系统未能自动找到文件格式，我们也可以根据文件格式更改 **编码** 类型。
**限制** 字段用于输入要对其执行 XPath 查询的列数，或者我们可以输入 0 来对所有列执行。

**文件查看器** 部分显示 XML 结构的预览，**文件内容** 部分用于显示文件的前 50 行的最大内容。
之后，在 **输出文件路径** 区域，我们可以在 **输出文件** 中浏览输出文件的路径。如果文件尚不存在，它将在作业执行期间通过 **tAdvancedFileOutputXML** 组件创建，或者如果文件已存在，它将被覆盖。
单击 **下一步** 按钮继续处理。

步骤 4：定义模式

在此步骤中，我们将定义模式。

在上面一步中定义输出文件后，**链接源** 部分将自动映射到 **链接目标** 部分中的相关部分，这由蓝色箭头链接表示。
要定义输出模式，我们有以下选项可执行，例如：
在 **链接源** 部分，我们可以通过单击 **模式管理** 按钮从头开始创建模式，它将打开模式编辑器来编辑源模式并传递输出模式。
在 **链接目标** 部分，右键单击要循环的元素，然后从弹出菜单中选择 **设置为循环元素**，如下图所示

注意：这是定义要循环的元素的强制选项。

我们可以通过 **Ctrl + Shift** 键一次选择并拖放多个字段，并进行各种选择。

这使得映射更快，我们还可以通过右键单击操作进行各种选择，例如：

创建为目标节点的子元素
创建目标节点的属性
添加链接到目标节点

正如我们在下图中所见，我们选择了第二个选项 **创建为目标节点的属性**，然后单击 **确定** 按钮**。

然后，要验证和编辑最终模式，请单击 **下一步** 按钮。