Apache NiFi中ExtractText（正则提取）后合并属性的方法

针对你在NiFi 1.5.0中遇到的ExtractText多捕获属性合并需求，这里提供两种可行方案，按推荐程度排序：

方案1：使用ExecuteScript处理器（Groovy脚本） #

这是最灵活且可靠的方案，尤其适合处理动态生成的带序号属性。

配置步骤： #

1. 添加一个ExecuteScript处理器到你的流程中，放在ExtractText之后。
2. 在处理器的Script Engine选择Groovy。
3. 在Script框中粘贴以下代码：

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

// 定义要合并的属性前缀（这里是"date"）
def prefix = "date"
def values = []

// 获取所有以指定前缀开头的属性
flowFile.attributes.each { key, value ->
    if (key == prefix || key.startsWith("${prefix}.")) {
        values.add(value)
    }
}

// 排序：确保无序号的date排在最前，带序号的按数字升序排列
def sortedValues = values.sort { a, b ->
    def keyA = flowFile.attributes.find { it.value == a }.key
    def keyB = flowFile.attributes.find { it.value == b }.key
    
    if (keyA == prefix) return -1
    if (keyB == prefix) return 1
    
    def numA = keyA.split("\\.")[1].toInteger()
    def numB = keyB.split("\\.")[1].toInteger()
    numA <=> numB
}

// 将排序后的结果合并为单个字符串，这里用逗号分隔，可根据需求修改分隔符
def merged = sortedValues.join(", ")

// 添加新属性"dates"，并移除原有的date系列属性（可选，按需保留）
flowFile = session.putAttribute(flowFile, "dates", merged)
flowFile.attributes.each { key, value ->
    if (key == prefix || key.startsWith("${prefix}.")) {
        flowFile = session.removeAttribute(flowFile, key)
    }
}

session.transfer(flowFile, REL_SUCCESS)

4. 配置Relationships，确保REL_SUCCESS指向后续流程。

自定义说明： #

• 修改prefix变量为你实际的属性前缀（比如如果是"email"就改成"email"）。
• 修改join(", ")中的分隔符，比如用换行符"\n"或者分号"; "。
• 如果需要保留原有的date系列属性，可以删除代码中移除属性的那段逻辑。

方案2：使用UpdateAttribute处理器（纯表达式语言） #

如果不想用脚本，也可以尝试用NiFi的表达式语言（EL）实现，但需要注意属性的数量是可预测的（或者用allAttributes遍历）。

配置步骤： #

1. 添加UpdateAttribute处理器到ExtractText之后。
2. 添加一个新的属性，名称为dates，值填写以下EL表达式：

${join(filter(allAttributes, 'key matches "date(\\.\\d+)?"'), ", ")}

3. （可选）如果需要移除原有的date系列属性，可以在同一个UpdateAttribute中添加多个Delete Attribute规则，匹配date、date.*。

注意事项： #

• 这个表达式会过滤所有以date或date.数字开头的属性，然后用逗号分隔合并。
• NiFi 1.5.0的EL对filter和join的支持是有效的，但如果属性数量非常多，可能不如脚本灵活。
• 合并后的顺序依赖于allAttributes的遍历顺序，虽然ExtractText生成的属性是按数字升序，但allAttributes的顺序在NiFi中不保证严格一致，所以如果对顺序有严格要求，推荐方案1。

内容的提问来源于stack exchange，提问作者Joel Gooch