Pentaho Xlsx Input字符串转数字报错及解决需求

问题根源 #

报错Unexpected conversion error while converting value [v String] to a Number是因为目标列存在混合格式：大部分行是纯数值，第245行是带USD 前缀的字符串，直接转数字会触发格式不兼容错误。

分步解决方法 #

1. 先以字符串类型读取目标列 #

在Xlsx Input步骤的字段配置中，将目标列的数据类型设置为String，避免提前触发转换报错。

2. 清理字符串中的前缀 #

推荐两种预处理方式：

方式A：用Replace in String步骤快速清理固定前缀

• 添加Replace in String步骤到Xlsx Input之后
• 配置项：
  • 目标字段：选择需要处理的列
  • 要替换的内容：^USD （正则表达式，精准匹配开头的USD ）
  • 替换为：留空
  • 勾选「正则表达式」选项
• 执行后，所有带USD 前缀的内容会被清理为纯数字字符串

方式B：用Calculator步骤处理可变前缀

如果后续可能出现其他类似字母前缀，用正则提取更通用：

• 添加Calculator步骤
• 新建输出字段（例如cleaned_amount）
• 计算类型选「字符串运算」
• 公式输入：REGEX_REPLACE([目标字段列名], "^[A-Za-z]+ ", "")
  • 该正则会匹配开头的任意字母组合+空格，替换为空，适配更多前缀场景

3. 转换为数字类型 #

完成字符串清理后，添加Select Values步骤：

• 切换到「元数据」标签页
• 找到清理后的字段，将其数据类型修改为Number（根据实际需求选择整数或浮点数类型）
• 确认配置后运行作业即可

验证建议 #

可以添加Filter Rows步骤，筛选出ISNUMERIC(cleaned_amount) = N的行，检查是否还有未清理干净的异常格式，确保转换前所有内容都是合法的数字字符串。

内容的提问来源于stack exchange，提问作者NiMa03