Apache NiFi问题：读取文件后仅保留empnumber列并通过PutFile保存

针对你的CSV格式数据，推荐两种高效的NiFi处理方案，替代之前尝试的处理器组合：

方法一：用ConvertRecord处理结构化数据（推荐） #

这是NiFi处理CSV这类结构化数据的标准方式，能精准提取指定列：

1. 创建并配置CSVReader控制器服务
   • 类型选择CSVReader，设置Header Line Count为1，让Reader自动识别表头；Skip Header Line设为false（如需保留表头可设为true，按需选择）。
   • 无需手动填写Field Names，Reader会从第一行表头自动读取字段名。
2. 创建并配置CSVRecordSetWriter控制器服务
   • 类型选择CSVRecordSetWriter，Include Header Line设为false（不需要输出表头的话）。
   • 在Fields to Write中仅填写empnumber，这样输出只保留该列数据。
3. 配置ConvertRecord处理器
   • 选择刚才创建的CSVReader作为Record Reader，CSVRecordSetWriter作为Record Writer。
   • 处理器会自动将输入的CSV转换为仅含empnumber列的内容，之后直接连接PutFile处理器即可保存。

方法二：用ReplaceText做文本替换（适合简单场景） #

如果不想用Record类处理器，可通过正则替换直接提取目标列：

1. 先过滤表头行（可选）
   • 添加RouteOnText处理器，设置Matching Strategy为Contains，Search Value填Empname，将表头行路由到自处理器（或丢弃），只让数据行进入后续处理。
2. 配置ReplaceText处理器
   • Search Value填正则表达式：^[^,]+,([^,]+),.*$，该表达式会匹配每行，捕获第二个逗号分隔的字段（即empnumber）。
   • Replacement Value填$1，用捕获到的目标字段替换整行内容。
   • Replacement Strategy选Replace Entire Text，Evaluation Mode选Line-by-Line，确保每行都被正确处理。
3. 处理后的流文件内容就是纯empnumber数据，连接PutFile保存即可。

补充：之前用ExtractText未成功的可能原因 #

ExtractText默认是将提取内容存入属性，而非替换流文件内容。如果要用它，提取后还需配合UpdateContent处理器，把属性值写入流文件的内容字段，才能被PutFile正确保存。

内容的提问来源于stack exchange，提问作者Amarnatha Reddy