使用Pentaho Kettle通过SFTP获取指定格式文件的问题

核心问题分析 #

你遇到的问题大概率是因为所使用的SFTP工具的「通配符」输入框并不支持标准正则表达式，而是默认采用glob文件匹配模式。在glob中，\d和{8}不会被解析为“匹配数字”和“重复8次”的正则语法，而是被当作普通字符处理，导致你的表达式.*Bede7d_\d{8}.*实际等价于*Bede7d_*，自然会匹配所有包含Bede7d_的文件。

针对性解决方法 #

方法1：使用glob精确匹配（推荐，适配绝大多数SFTP工具） #

直接结合当日日期构造glob匹配规则：

• 若当日日期为20230823，使用通配符：*Bede7d_20230823*.csv
• 如果是自动化场景需要动态获取当日日期，查找工具是否支持日期变量（比如多数低代码/自动化工具会提供类似{{YYYYMMDD}}或%DATE:YYYYMMDD%的变量），替换为：*Bede7d_{{当日日期变量}}*.csv

方法2：确认工具支持正则后调整表达式 #

如果工具明确支持标准正则表达式，调整表达式以精准匹配：

• 基础精准版：.*Bede7d_\d{8}.*\.csv（限定匹配.csv后缀的文件，避免无关文件）
• 更严格版：.*Bede7d_\d{8}\d{12}_.*\.csv（匹配Bede7d_后紧跟8位日期+12位时间的文件，完全贴合你的文件名格式）

额外验证步骤 #

1. 先在工具中测试简单的glob规则（比如*Bede7d_20230823*.csv），确认是否能筛选出目标文件。
2. 若工具支持正则，先测试.*Bede7d_20230823.*，确认能匹配当日文件后，再替换为\d{8}的动态写法。

内容的提问来源于stack exchange，提问作者Shreya Mishra