如何在Apache NiFi中将XML解析为JSON，相关组件选型有哪些参考？

按流程顺序，对应选用的组件如下：

1. XML文件读取与分流 #

• 若从本地磁盘读取XML文件，优先用 GetFile 组件；如果是从远程存储/对象存储读取，可根据存储类型选用对应组件
• 由于XML结构各不相同，可先用 RouteOnContent 或者 EvaluateXPath 提取XML根节点/特征标识作为属性，再通过 RouteOnAttribute 对不同结构的XML做分流，每类XML单独配置字段提取规则

2. XML字段提取 #

• 规则明确的XML直接用 EvaluateXPath 组件，配置对应的XPath表达式即可将目标字段提取为流文件的属性
• 结构特殊、规则复杂的XML可选用 ExecuteScript 组件，编写Groovy/Python脚本自定义解析逻辑，灵活度更高，适合异构XML的处理

3. API数据 enrichment 处理 #

• 直接使用 InvokeHTTP 组件，配置为对应API的请求方法，将之前提取的XML字段作为请求参数/请求体传入调用接口
• 接口返回的 enrichment 数据可通过 EvaluateJsonPath 提取需要的字段，补充到流文件的属性中，和原有XML提取的字段做合并

4. 转换为JSON格式 #

• 若仅需要将已提取的所有属性拼接为JSON，直接使用 AttributesToJSON 组件，勾选需要导出的属性即可生成对应的JSON内容
• 若需要做复杂的字段映射、嵌套结构生成、字段重命名等转换操作，选用 JoltTransformJSON 组件，配置Jolt转换规则即可实现自定义JSON结构输出

5. POST请求发送到不同API #

• 先通过 RouteOnAttribute 组件，按业务规则匹配需要发送的目标API标识，将流文件分到不同路由
• 每个路由下配置对应的 InvokeHTTP 组件，设置请求方法为POST，请求体指定为流文件的JSON内容即可完成发送
• 可搭配 RetryFlowFile 组件配置请求失败重试逻辑，异常请求可导出到本地存储方便排查，避免数据丢失

• 使用EvaluateXPath时注意匹配对应返回类型，提取单个字段值选string类型，提取多个节点选nodeset类型
• 调用API时若需要鉴权，可提前在属性中配置密钥/token，在InvokeHTTP的请求头中引用对应属性即可
• Jolt转换规则可先在调试工具验证完成后再写入组件配置，降低调试成本

内容的提问来源于stack exchange，提问作者emerson