从第三方RESTful API取数并保留原文件名的NiFi配置咨询

这里有几个实用的方案，你可以根据目标API的实际返回情况来选择：

方案1：从响应头Content-Disposition提取原文件名（优先推荐） #

大多数提供文件下载的REST API，都会在响应头里带上Content-Disposition字段，格式通常是这样的：

attachment; filename="original_daily_report_20190402.csv"

你可以按以下步骤配置NiFi流程：

• 在每个InvokeHTTP处理器之后，添加一个ExtractHttpHeaders处理器，配置它提取Content-Disposition头并存储为自定义属性（比如命名为content.disposition）。
• 紧接着用UpdateAttribute处理器，新增一个filename属性，用NiFi表达式语言解析头信息里的文件名：

  ${content.disposition:replaceFirst('.*filename="?([^"]+)"?.*', '$1')}
  

  这个表达式会自动剥离头信息里的多余内容，精准提取出引号内（或无引号）的原始文件名。
• 最后用PutFile处理器，将输出目录设置好后，把Filename字段指定为${filename}，就能用原文件名输出文件了。

方案2：从请求URL中直接截取原文件名 #

如果目标API没有返回Content-Disposition头，也可以直接从你请求的URL里提取文件名：

• 在InvokeHTTP之后添加UpdateAttribute处理器，用表达式语言从请求URL属性中截取最后一段：

  ${http.url:substringAfterLast('/')}
  

  这个表达式会自动获取URL最后一个斜杠后的内容，也就是你提供的URL里类似2019-04-02T01:50:00Z.csv的原始文件名。
• 同样用PutFile指定${filename}作为输出文件名即可。

可选优化：合并两个InvokeHTTP流程 #

如果你不想维护两条独立的下载流程，可以把所有目标URL整合到一个流程里处理：

• 用ListGenerateFlowFile处理器，在Value字段里逐行输入所有需要下载的URL。
• 配置InvokeHTTP的Remote URL为${filename}（ListGenerateFlowFile默认会把每行内容存到filename属性里，你也可以自定义属性名），HTTP方法设为GET。
• 后续用上面的方案1或2提取原文件名，统一输出即可。

这样不管是csv还是pdf格式的文件，都能自动保留原始文件名，不用再分开维护两套流程啦。

内容的提问来源于stack exchange，提问作者Donna