如何在NiFi中提取文本第一行指定字符串存入属性

方案结论 #

不需要在SplitText前额外新增处理器，仅通过调整现有处理器的配置即可实现需求，有两种可选实现思路：

实现思路1：拆分前提取（推荐） #

如果你后续拆分的所有子FlowFile都需要用到这个提取值，建议在SplitText之前先执行提取，拆分后的子FlowFile会自动继承父FlowFile的属性，无需重复提取：

1. 在GetFile之后、SplitText之前插入ExtractText处理器
2. 给ExtractText新增自定义属性，命名为你需要的属性名（比如first_line_suffix），属性值填入如下正则：

   (?s)\A.*?(.{3,4})\R.*
   

   正则说明：
   • (?s)开启单行匹配模式，允许.匹配换行符
   • \A匹配整个文件内容的起始位置
   • .*?非贪婪匹配第一行前半段内容
   • (.{3,4})捕获第一行末尾3-4位任意字符，也就是你需要的目标值
   • \R匹配第一行的换行符
3. 配置ExtractText的Enable Canonical Equality为false，即可把捕获到的值存入first_line_suffix属性，后续拆分后的所有子FlowFile都会携带该属性。

实现思路2：拆分后提取 #

如果你只需要第一行对应的子FlowFile携带该属性，不需要传递给其他行的子FlowFile，可以保留你原有的流程顺序：

1. SplitText按行拆分后，每行对应一个子FlowFile
2. 在ExtractText中新增自定义属性，属性值填入如下正则：

   ^.*(.{3,4})$
   

3. 后续通过RouteText筛选出第一行的子FlowFile即可获取目标属性值。

内容的提问来源于stack exchange，提问作者Wanuch