如何从Apache Nifi中的属性提取名称目录？

问题描述

如何在Apache Nifi中提取名称目录？我想从流文件的“绝对路径”属性中提取名称，并将其保存为相同流文件的属性。

例如：absolute.path的值为“ C：\ Users \ 01_SEG \ 2019” 并将它们置于新属性中，例如：year = 2019，time = 01_SEG

我尝试使用“ UpdateAttribute”中的replaceAll函数从“ absolute.path”中提取信息，但无法识别带有（）的组。我不知道如何在NiFi中处理正则表达式中的组和NiFi中的属性。例如，我要删除目录的最后两个名称，但是不起作用。

${'absolute.path':replaceAll('(\\[0-9]{2}_SEG)(\\([0-9]{4}\/)$)','')}

此表达式可在任何Java Regex中使用，但在此处无效。如果我尝试类似的事情：

time = ${"absolute.path":replaceFirst(".*\\(.*)\\\d{4}","$1")}

有类似以下错误： Error

解决方法

UpdateAttribute处理器允许任意新的/现有的属性通过其他属性的表达式语言从regular expression parsing分配值。您的方案示例：

现有属性 absolute.path =“ C：\ Users \ 01_SEG \ 2019”

为以下项添加动态属性：

时间 = ${"absolute.path":replaceFirst(".+\\\\(\\w+)\\\\\\d{4}","$1")}
year = ${"absolute.path":replaceFirst(".*(\d{4})$","$1")}

生成的流文件将具有以下属性：

absolute.path =“ C：\ Users \ 01_SEG \ 2019”
时间 =“ 01_SEG”
year =“ 2019”

表达式中的属性 absolute.path 多余的引号是因为它包含一个.字符。

更新

由于Windows斜线的方向，斜线转义需要加倍。

$1在正则表达式中引用“组1”，因此我们提取该组中包含的内容，然后替换整个匹配项（整个原始值），只包含组的内容。

如果您希望两个表达式都相同，则可以将表达式指定为两个组，并用$1替换一个属性，将$2替换另一个属性。

刚刚在本地环境中运行的输出：

--------------------------------------------------
Standard FlowFile Attributes
Key: 'entryDate'
    Value: 'Wed Oct 07 10:37:39 PDT 2020'
Key: 'lineageStartDate'
    Value: 'Wed Oct 07 10:37:39 PDT 2020'
Key: 'fileSize'
    Value: '0'
FlowFile Attribute Map Content
Key: 'absolute.path'
    Value: 'C:\Users\01_SEG\2019'
Key: 'filename'
    Value: 'b16c325e-6d21-4d54-82f6-971c47152d63'
Key: 'path'
    Value: './'
Key: 'time'
    Value: '01_SEG'
Key: 'uuid'
    Value: 'b16c325e-6d21-4d54-82f6-971c47152d63'
Key: 'year'
    Value: '2019'
--------------------------------------------------

apache-nifi regex