如何在Apache NiFi中跳过CSV文件前9行并读取内容

下面是几种实用的实现方式，根据你的场景选择即可：

方法一：使用ReplaceText处理器（最简单高效） #

这是处理小到中等大小CSV文件的首选方案，通过正则匹配直接移除前9行：

• 添加并配置ReplaceText处理器：
  1. Search Value：填入正则表达式 ^([^\n]*\n){9}，该表达式会匹配文件开头的9行内容（包含每行末尾的换行符）
  2. Replacement Value：留空（表示删除匹配到的内容）
  3. Search Mode：选择Replace First（只替换一次开头的9行，避免误删中间内容）
  4. Regular Expression Engine：保持默认的Java即可

处理后，流文件中就只剩下第10行及以后的CSV内容。

方法二：拆分+过滤+合并（适合需单独处理每行的场景） #

如果需要对每行做额外处理，可通过拆分-过滤-合并的流程实现：

1. 添加SplitText处理器，将Line Split Count设为1，把CSV文件拆分为单个行的流文件
2. 添加UpdateAttribute处理器，添加属性line.number，值设为${split.index + 1}（给每行分配从1开始的行号）
3. 添加RouteOnAttribute处理器，创建路由规则keep_lines，表达式为${line.number:gt(9)}，将行号大于9的流文件路由到成功关系
4. 添加MergeContent处理器，将过滤后的单行流文件重新合并为完整的CSV文件，需配置Delimiter Strategy为Text，Header留空，Footer留空，Delimiter设为\n

方法三：使用ExecuteScript处理器（自定义逻辑） #

如果需要更灵活的控制，可通过脚本直接处理内容，以Groovy脚本为例：
添加ExecuteScript处理器，将Script Language设为Groovy，填入以下脚本：

def flowFile = session.get()
if (!flowFile) return

flowFile = session.write(flowFile, { inputStream, outputStream ->
    def reader = new BufferedReader(new InputStreamReader(inputStream))
    // 跳过前9行
    9.times { reader.readLine() }
    // 写入剩余内容
    String line
    while ((line = reader.readLine()) != null) {
        outputStream.write((line + System.lineSeparator()).getBytes())
    }
} as StreamCallback)

session.transfer(flowFile, REL_SUCCESS)

该脚本会直接读取流文件内容，跳过前9行后将剩余内容写入新的流文件。

内容的提问来源于stack exchange，提问作者BHADRAKA HERATH