如何读取含二进制分隔符的CSV？NiFi ConvertRecord报错求助

源CSV文件内容（行内字段由二进制分隔符\u0001分隔）：

123456TextValue1
654321TextValue2

使用NiFi的ConvertRecord处理器将分隔符从\u0001替换为;，配置如下：

RecordReader（CSVReader）属性 #

• Schema Access Strategy: Use 'Schema Text' Property
• Schema Text: #{text_schema}
• Value Separator: \u0001
• Treat First Line as Header: false
• Ignore CSV Header Column Names: true

RecordWriter（CSVRecordSetWriter）属性 #

• Schema Access Strategy: Use 'Schema Text' Property
• Schema Text: #{text_schema}
• Value Separator: ;
• Include Header Line: true

text_schema定义 #

{
  "type": "record",
  "name": "test_schema",
  "fields": [
    {
      "name": "FIELD_1",
      "type": ["int","null"],
      "description": "FIELD_1"
    },
    {
      "name": "FIELD_2",
      "type": ["string","null"],
      "description": "FIELD_2"
    }
  ]
}

预期输出：

FIELD_1;FIELD_2
123456;TextValue1
654321;TextValue2

实际错误信息：

ERROR
ConvertRecord[id=01931001-0d7e-1e43-146d-1a380e6d43b7] Failed to process FlowFile[filename=7365b509-7100-4bc2-a070-4cc8ce8377b9]; will route to failure: org.apache.nifi.processor.exception.ProcessException: Could not parse incoming data
   Caused by: org.apache.nifi.serialization.MalformedRecordException: Error while getting next record
  Caused by: java.lang.NumberFormatException: For input string: "123456TextValue1"

CSVReader未能正确识别配置的\u0001分隔符，导致将整行内容当作FIELD_1的输入值。由于FIELD_1的类型定义为int，字符串"123456TextValue1"无法转换为整数，触发NumberFormatException。

核心问题是在NiFi属性配置中，直接输入\u0001不会被自动解析为对应的二进制控制字符，处理器将其视为普通字符串分隔符，而源数据中的实际分隔符是二进制的SOH（Start of Header，对应Unicode U+0001），两者不匹配。

1. 正确配置分隔符 #

在NiFi UI的CSVReader的Value Separator属性中，直接输入实际的\u0001字符，而非字符串形式的\u0001：

• Windows系统：按住Alt键，依次按数字小键盘的0、0、0、1，输入SOH字符
• macOS/Linux系统：通过终端生成该字符后复制粘贴，或使用输入法的特殊字符插入功能直接插入SOH字符

2. 修正Schema语法问题 #

原Schema中FIELD_1的定义行末尾多了一个冗余逗号，虽不是当前错误的直接诱因，但可能导致后续解析问题，建议修正为标准JSON格式（如上述问题描述中调整后的Schema）。

3. 验证配置有效性 #

配置完成后，可使用NiFi的预览功能（部分版本支持）或发送测试FlowFile，确认CSVReader能正确拆分FIELD_1和FIELD_2字段后，再运行ConvertRecord处理器。

内容的提问来源于stack exchange，提问作者Jelly