如何在Pentaho PDI中获取点字符前的文本？

推荐组件及操作示例 #

1. Regex Evaluator组件（最精准） #

你之前用[^.]*没出结果，核心是没配置捕获分组。正则里的分组就是用()把要提取的内容圈起来，组件靠这个识别要输出的内容。
操作步骤：

• 把Regex Evaluator拖进转换，连好输入数据流
• 组件配置：
  • 目标字段：填一个新字段名，比如filename_prefix
  • 要评估的字段：选你存GHIJ.txt的原字段（比如original_file）
  • 正则表达式：^(.*?)\. （解释：^匹配开头，.*?非贪婪匹配到第一个.，()是捕获分组，\.转义匹配点号）
  • 捕获组索引：填1（我们只定义了1个分组，指定索引1就能提取这个分组的内容）
• 运行后，filename_prefix字段就会得到GHIJ

2. Replace in String组件（最直观） #

不想纠结正则分组的话，用这个组件更简单：
操作步骤：

• 拖入Replace in String组件
• 配置：
  • 字段：可以选原字段直接修改，也勾选「创建新字段」保留原数据
  • 查找内容：\..* （匹配点号及后面所有内容）
  • 替换内容：留空（把匹配到的部分删掉，剩下的就是点号前的字符串）
  • 勾选「正则表达式」选项
• 运行后就能得到目标结果GHIJ

关于Regex Evaluator的分组说明 #

分组就是用()标记你需要提取的特定片段，组件必须知道你要取第几个分组的内容（索引从1开始），否则无法返回有效结果。你之前的正则没有分组，组件不知道该返回什么，所以没输出。加上分组并指定索引后就能正常工作。

内容的提问来源于stack exchange，提问作者Vasanth