如何在NiFi中过滤文件名？邮件附件导入HDFS筛选特定文件

嘿，我来帮你搞定NiFi里筛选特定邮件附件的事儿！针对多附件邮件里挑特定文件名的需求，有几个靠谱的方法，一步步来：

这是处理这类需求的标准操作，灵活度很高：

• 首先得确保你已经用FetchEmail或GetEmail拉取到了邮件，一定要开启“Split Attachments”选项——这样每个附件会被拆成独立的FlowFile，方便单独筛选
• 添加RouteOnAttribute处理器，配置自定义属性：
  • 新建一个属性（比如叫KeepTargetFile），值用NiFi表达式语言写匹配规则：
    • 精确匹配：${filename:equals('你的目标文件名.ext')}
    • 模糊匹配（比如前缀）：${filename:startsWith('daily_report_')}
    • 包含关键词：${filename:contains('2024_q3')}
  • 把“Routing Strategy”设为Route to Property name，这样匹配成功的FlowFile会走到KeepTargetFile关系，不匹配的走unmatched
• 把KeepTargetFile的输出连到PutHDFS，剩下的不匹配FlowFile可以直接丢去Delete处理器清理掉

如果你的附件先被FetchEmail落地到了本地临时目录，可以用这个处理器直接过滤：

• 配置FilterFile的File Filter属性，用正则表达式写规则，比如：
  • 精确匹配：^target_data\.csv$
  • 匹配特定后缀：.*\.xlsx$
• 它会自动过滤掉不符合规则的文件，只留符合条件的FlowFile往下游发

不想等所有附件都生成再处理？直接在拉取邮件阶段就过滤：

• 打开FetchEmail的配置面板，找到Attachment Filter属性
• 输入正则表达式或文件名规则，比如monthly_summary\.pdf，这样FetchEmail只会下载符合规则的附件，从源头减少后续工作量

要是你需要更复杂的判断（比如同时匹配文件名和文件大小），可以先拿UpdateAttribute提取文件元数据，再用RouteOnAttribute做组合条件判断，灵活性拉满！

内容的提问来源于stack exchange，提问作者Riyaz Khan