如何在Pentaho中合并文本文件的跨行拆分数据？

针对你提供的多行拆分的文本记录，可通过以下几个Pentaho组件组合实现合并，具体步骤如下：

1. 读取原始文本文件 #

使用Text File Input组件，选择**固定宽度（Fixed width）**格式读取文件（因为原始数据是按列宽对齐的），根据实际列宽配置每个字段的长度：

• Code：对应第一列的宽度（比如5个字符）
• Prod_Name：对应第二列宽度（比如12个字符）
• Color：对应第三列宽度（比如8个字符）
• Stock：对应第四列宽度（比如10个字符）
• Price：对应第五列宽度（比如8个字符）
  注意不要启用「wrapped lines」选项，让每一行都作为独立记录读取，空值会自动保留。

2. 填充空的Code字段 #

添加Fill Fields组件，将Code设为目标字段，选择**向下填充（Fill down）**模式。这样，后续行中空的Code会被上一行的有效值填充（比如第二行的空Code会被填充为201，第四行填充为202）。

3. 分组合并字段 #

使用Group by组件，按Code、Stock、Price这三个唯一标识字段进行分组：

• 对Prod_Name字段，选择聚合函数为「Concatenate strings」，分隔符设为空格；
• 对Color字段，同样选择「Concatenate strings」，分隔符设为空格。
  这样同属一个Code的多行Prod_Name和Color会被合并成单个字符串。

4. 输出整理后的数据 #

最后用Text File Output组件，按需要的格式输出结果，可调整列宽让内容对齐。

内容的提问来源于stack exchange，提问作者Alfian Irdandi