ETL – 如何将表标题作为字段值添加到Pentaho Spoon中的每个后续行

我是Pentaho Spoon（水壶）的新手，有以下任务：

有一个excel表，它可能是这样的：

history class name first name id Doe John 213 Muster Max 118 biology class name first name id Parker Peter 844 

问题是在一个xls文件里有更多的表格。 在这个例子中，有历史课的学生和生物课的学生。

我需要输出的是：每个学生都有一个新领域的所有学生的表格，说明他是哪个class级的一部分。 例：

 name first name id class Doe John 213 history class Muster Max 118 history class Parker Peter 884 biology class 

（我的例子极其简单）

如何将input表转换为输出表？ 感谢您的帮助！

Answer 1

你不能正常parsing在pentaho中的多个表的excel。 即最好的办法是有多张不同的表。

如果这是不可能的，那么至less有两个select：

1. 查找最大列数，并用stringtypes手动指定列（因为一列的内容可能不同 – 数字，string等），然后根据一些规则分析行
2. 使用POI提取表单内容到文本 – 新的XSSFExcelExtractor（新的XSSFWorkbook（new File（fileName）））。getText（） – 然后使用javaparsing它。

这里是选项1.对于你的简单情况：

1. Excelinput字段（标题未选中！）：

2. JS步骤添加包含当前类名称的className字段：

第二步后的结果：

3. 最后一步 – 我们过滤掉标题行（例如，名字是空的或=“名字”）。

结果：