什么是验证和解析Pentaho水壶复杂领域的最佳方法？

问题描述：

验证连续字段的最佳方法是什么？如果无效，请将其更正为正确的形式？什么是验证和解析Pentaho水壶复杂领域的最佳方法？

最简单的例子是检查电话号码字段（可以不同格式 - > 111-111-1111，（111）111-1111等），我们最好想验证这些和标准化为一种形式（可以说：1111111111）。一种方法是使用过滤器行，然后使用正则表达式，或者我们可以使用数据验证器。但是这只会告诉我们什么样的数据是无效的，但实际上并没有为我们格式化。然后，我们可以使用Javascript修改的值步骤来编写一个js脚本来执行此操作。但我猜测有一个更好的方法（或者我没有遇到过的内置集成）可以做这些基本的验证。还是建议只将包含无效字段的行转储到单独的csv文件中，然后使用脚本分别解析它？

我不会在你的发言后面发表*但这只会告诉我们什么样的数据是无效的，但实际上并没有为我们格式化*实际上，当使用正则表达式和组时，你已经完成了一半的格式化操作，确定了您的逻辑组件。在你上面的情况下，你将有三组数字，你将连接成一个。你可以编辑你的问题来增加两三个例子吗？我认为这会使所需变革的复杂性更加明确，并且有人可能会提出具体的建议。 – 2014-10-18 09:47:41

这看起来像一个清晰的正则表达式应用程序。如上所述，我将采用捕获组的正则表达式步骤，然后是筛选器行步骤以筛选出不正确的数据，然后您可以以任何您想要的格式收集组（字符串操作，计算器，用户定义的java表达式，等等。） – nsousa 2014-10-20 08:54:42

答

天儿真好

我使用优迈“的字符串替换”来处理这种情况下

可以累计申请规则，从单一的步骤中的字符串消除不良焦 - 这是很容易使用单个字符修复，就像您所描述的一样，最重要的是，它也允许您基于正则表达式进行搜索 - 在一个步骤中，您已经记录了您的标准化并在您的案例中生成了清理输出

，我会创建两个'规则'来取代(和)没什么 - 但是，-是有点棘手;您需要一个规则来删除单个字符，因此您需要知道单个数据字段中的最大数量-，然后将这多行添加到'替换字符串'步骤中

如果这不合意，考虑“用户定义的Java表达”和replace一个呼叫，例如：((t0 != null) ? t0.replace("-","") : t0)

正如我所说，每个“修复”是按顺序施加 - 的In stream field是输入字段名，而Outstream field是左空指示迪修改字段本身 - 这里是一个更复杂的例子，其中i搜索正则表达式，并没有取代他们，逃避的情况下我逃脱"双引号：

In stream field Out stream field use RegEx Search           Replace with 
sc_srcuri       N   {Internal.Transformation.Filename.Directory}     
re_s_sciname      Y   ["]            \\" 
re_s_sciname      Y   .[\x08]              
re_s_sciname      Y   .[\x08]              
re_s_sciname      Y   .[\x08]              
re_s_sciname      Y   [*]               
re_s_sciname      Y   \s*$               
re_s_sciname      Y   ^\s*

通知我正在移除多达三个“从这个特定的字符串中删除'控制码[\x08]？

什么是验证和解析Pentaho水壶复杂领域的最佳方法？

相关推荐