如何在Azure Data Factory中从SOAP响应提取JSON数组

针对你遇到的问题，可通过ADF Data Flow的一系列操作完成提取，具体步骤如下：

1. 定位目标字段 #

在Data Flow的源组件后，使用**选择（Select）**组件，保留soap:Envelope.soap:Body.WebServiceXMLResponse.WebServiceXMLResult._value_字段（根据你的JSON结构路径调整，确保能准确获取到嵌套的_value_字符串）。

2. 解码转义引号 #

添加**派生列（Derived Column）**组件，创建新列decoded_str，使用替换函数处理转义的引号：

replace(_value_, '"', '"')

执行后，decoded_str会得到标准的JSON字符串：

{"messages":[{"Sequence":"11","ScientificName":"Bos Taurus"},{"Sequence":"12","ScientificName":"Accipitridae"},{"Sequence":"13","ScientificName":"Corvus splendens"}]}

3. 解析JSON字符串为对象 #

继续添加派生列组件，创建parsed_json列，用json()函数将字符串解析为JSON对象：

json(decoded_str)

4. 提取messages数组 #

再次使用派生列或选择组件，提取parsed_json.messages，得到你需要的数组结构：

parsed_json.messages

5. 输出目标JSON #

• 若要直接输出数组格式的JSON文件：在Sink组件中选择JSON格式，设置文件模式为Array of objects，将提取到的数组字段作为输出列。
• 若要先扁平化数组为单条记录：添加**扁平化（Flatten）**组件，选择messages数组作为扁平化列，拆分后每条数组元素变为单独行，再输出为JSON（如需合并为数组，可在Sink中设置对应模式）。

额外注意事项 #

• 若_value_字符串包含多余空格，可先用trim(_value_)处理后再替换引号，避免JSON解析失败。
• 确保源组件的路径配置正确，能正常读取到嵌套的_value_字段（可通过数据预览验证）。

内容的提问来源于stack exchange，提问作者Guagua77