Pentaho - CSV输入 - 传入字段修剪类型 - 意外行为

Question

在Pentaho（V7）中使用CSV输入实用程序时，我们使用修剪类型来实现以下目的。但它并没有像预期的那样发挥作用。

以下是测试数据和预期输出与实际输出

|Incoming Data                      |Expected Output        |Actual Output          |
|<space>abc<space>                  |abc                    |abc                    |
|abc<space>                         |abc                    |abc                    |
|<space>abc                         |abc                    |abc                    |
|"<space>abc<space>"                |<space>abc<space>      |abc                    |
|"<space>abc<space>"<space>         |<space>abc<space>      |abc                    |
|<space>"<space>abc<space>"         |<space>abc<space>      |"<space>abc            |
|<space>"<space>abc<space>"<space>  |<space>abc<space>      |"<space>abc            |
|"abc"<space>                       |abc                    |abc                    |
|<space>"abc"                       |abc                    |"abc                   |
|<space>"abc"<space>                |abc                    |"abc                   |

有人可以指导我吗？

Answer 1

如果没有使用CSV输入的技术原因，请改用Text-File-Input。 TFI更好地处理CSV输入。如果可能，您应该与CSV生产商讨论数据质量。

更新：TFI 6.1.0.1-196预览输出

并非如此糟糕，当我们接受在水壶中进行修剪时，总是对场地值进行修剪，即你不能像在测试盒4和5中预期的那样保护前导或尾随空间不被修剪。

Answer 2

看起来CSV输入无法正确处理格式错误的CSV数据（惊喜！）。在分隔符和封闭字符之间有额外的空格显然不适合该步骤。修剪功能在外壳内部查看以修剪空间，而不是在外面。

我已经测试了文本文件输入步骤，这应该是marabu所说的CSV文件的默认选择。不幸的是，它会产生与问题相同的不良结果。

解决方案是从CSV输入步骤中的机箱定义框中删除双引号（以红色圈出）。然后，该步骤将正确地修剪字符串之外的空格，引用与否。然后，您将数据放入＆＃34;替换字符串＆＃34;步骤取代＆＃34;什么都没有（红色下划线）。