如何从指定格式文件名提取拆分区域与序号并存入上下文变量

需求概述 #

需要从全局变量((String)globalMap.get("tFileList_3_CURRENT_FILE"))获取符合以下三种命名模式的文件名，将**逻辑区域（0-9）**存入上下文变量splitPrt，**序号（0-9）**存入SeqNum，优先避免使用tJava：

AAA_BBB_Data_CCC_DDD_<logical area 0-9><Seq_Num 0-9>.csv
AAA_BBB_Data_CCC_DDD<logical area 0-9><Seq_Num 0-9>manifest.csv
AAA_BBB_Data_CCC_DDD<logical area 0-9><Seq_Num 0-9>_manifestSummary.csv

方案一：无tJava实现（推荐） #

利用tRegexExtract组件通过正则表达式直接提取目标值，无需编写Java代码：

• 组件流程：tFileList → tRegexExtract → tContextLoad（或直接赋值）
• 正则表达式配置：
  在tRegexExtract中使用以下正则匹配文件名，自动捕获两个目标分组：

  ^AAA_BBB_Data_CCC_DDD_(\d)_(\d)(?:_manifest(?:Summary)?)?\.csv$
  

  • 分组1：匹配逻辑区域（\d确保仅提取0-9的数字）
  • 分组2：匹配序号（同样限制为0-9的数字）
  • 末尾的(?:_manifest(?:Summary)?)?用于兼容带_manifest或_manifestSummary的后缀，不影响核心分组提取
• 变量赋值：
  • 在tRegexExtract的输出映射中，将分组1的值赋值给context.splitPrt
  • 将分组2的值赋值给context.SeqNum
  • 若需直接在组件内完成赋值，可在tRegexExtract的"Advanced"选项中添加变量绑定，或后续用tContextLoad将提取字段写入上下文

方案二：tJava备选方案（必要时使用） #

如果正则提取遇到特殊场景不适用，可通过tJava组件解析文件名：

• 添加tJava组件：连接到tFileList之后
• 编写解析代码：

  // 获取当前文件名
  String fileName = (String) globalMap.get("tFileList_3_CURRENT_FILE");
  // 移除后缀部分，统一核心文件名格式
  String coreFileName = fileName.replaceAll("_manifest(?:Summary)?\\.csv$", ".csv").replace(".csv", "");
  // 按下划线分割文件名
  String[] nameParts = coreFileName.split("_");
  // 提取倒数第二个元素为splitPrt，倒数第一个为SeqNum
  context.splitPrt = nameParts[nameParts.length - 2];
  context.SeqNum = nameParts[nameParts.length - 1];
  

• 验证逻辑（可选）：若需确保提取值为0-9的数字，可添加判断：

  if (!context.splitPrt.matches("\\d") || !context.SeqNum.matches("\\d")) {
      throw new RuntimeException("Invalid file name format: " + fileName);
  }
  

内容的提问来源于stack exchange，提问作者armze3