Apache Ni-Fi中如何从InvokeHttp返回的JSON提取无前缀字符串？

嘿，这个需求在Apache Ni-Fi里有好几种实用的实现方式，我给你梳理几个最常用的方案，你可以根据自己的场景来选：

这是处理JSON结构转换最省心的方式，完全不用写代码，靠Jolt规范就能搞定：

• 把InvokeHttp输出的JSON流直接传到JoltTransformJSON处理器
• 配置Jolt Transformation Spec为以下内容：

[
  {
    "operation": "shift",
    "spec": {
      "resourceNames": {
        "*": {
          "@(0)": {
            "split('/')": {
              "1": "customerIds[]"
            }
          }
        }
      }
    }
  }
]

• 简单解释下这个规范：遍历resourceNames数组里的每一个字符串，用split('/')把它分割成两部分，取索引为1的元素（也就是customers/后面的ID），最后把所有收集到的ID放到新的customerIds数组里
• 处理完成后，输出的JSON就是：{"customerIds": ["123", "12345", "555", "9890"]}，完全符合你的要求

如果你的数据流本身是结构化的，用UpdateRecord来做字段转换也很方便：

1. 先定义一个JSON Schema（用来描述输入数据的结构）：

{
  "type": "record",
  "name": "CustomerResource",
  "fields": [
    {"name": "resourceNames", "type": {"type": "array", "items": "string"}}
  ]
}

2. 配置UpdateRecord的Record Reader为JsonTreeReader，Record Writer为JsonRecordSetWriter，并把刚才的Schema配置到Reader里
3. 在Update策略中添加一个新字段customerIds，值用Ni-Fi的表达式语言：

${field.value:split('/'):get(1)}

4. （可选）如果只需要输出ID数组，可以在Writer的Fields to Write里只填customerIds，这样就不会保留原有的resourceNames字段

如果需要处理一些特殊情况（比如有的字符串没有/分隔符，或者需要额外的过滤逻辑），可以用脚本自定义处理，这里以Groovy为例：

• 把ExecuteScript处理器的Script Language设为Groovy
• 在Script Body里粘贴以下代码：

import groovy.json.JsonSlurper
import groovy.json.JsonBuilder

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

try {
    // 读取输入的JSON内容
    def slurper = new JsonSlurper()
    def content = slurper.parseText(flowFile.read().getText())
    
    // 遍历resourceNames，分割字符串取ID部分
    def customerIds = content.resourceNames.collect { 
        def parts = it.split('/')
        parts.size() > 1 ? parts[1] : "" // 加个判断避免空指针
    }
    
    // 构造输出的JSON
    def outputJson = new JsonBuilder([customerIds: customerIds]).toPrettyString()
    
    // 写回flowfile并传递到成功关系
    flowFile = session.write(flowFile, { out -> 
        out.write(outputJson.getBytes('UTF-8')) 
    } as OutputStreamCallback)
    session.transfer(flowFile, REL_SUCCESS)
} catch (e) {
    log.error("处理JSON时出错: ${e.message}", e)
    session.transfer(flowFile, REL_FAILURE)
}

• 这个脚本会自动处理每个字符串，还加了判断防止没有/的情况报错，非常灵活

小提示 #

如果担心输入的resourceNames里有不符合格式的字符串（比如没有/），可以在Jolt或者表达式语言里加容错逻辑，比如在Jolt里用default操作，或者在表达式语言里写：

${field.value:split('/'):size() > 1 ? ${field.value:split('/'):get(1)} : 'invalid-id'}

这样就能避免处理器因为异常数据而失败啦。

内容的提问来源于stack exchange，提问作者funnelCONN