Pentaho DI：如何从上游指定文件夹取文件并按扩展名分流

一、先搞定Get File Names动态读取上游字段指定文件夹的问题 #

你遇到的核心问题是没开启Get File Names的动态行接收功能，默认它只认静态路径，按下面的步骤改配置就行：

1. 先确认上游步骤（比如Generate Rows、Table Input这类）已经正确输出包含目标文件夹路径的folderName字段，路径格式要对（Windows带盘符，Linux用斜杠，最好末尾加路径分隔符，比如C:\data\或/opt/data/）
2. 打开Get File Names组件的配置窗口，切换到文件标签页：
   • 勾选「接受来自前面步骤的行」（这个是关键开关！不勾的话只能用静态路径）
   • 「目录」选项选择「字段」，然后从下拉框里选中上游的folderName字段
   • 「文件名」输入框填*，表示获取该文件夹下所有扩展名的文件
   • 其他选项比如「包含子目录」「隐藏文件」按需勾选，确认保存

这样配置后，Get File Names就会根据上游每一行的folderName路径去读取对应文件夹的所有文件了。

二、用Switch/Case按文件扩展名分流 #

搞定文件读取后，接下来配置分流逻辑，利用Get File Names自带的extension字段（这个字段会自动提取文件的扩展名，不带点，比如test.csv的extension值是csv）：

1. 把Get File Names的输出连线拖到Switch/Case组件上
2. 打开Switch/Case的配置窗口：
   • 「字段」下拉框选择extension（就是Get File Names输出的扩展名字段）
   • 点击「添加」按钮创建分支：
     • 比如第一个分支，「值」填txt，然后把这个分支的输出连线到处理TXT文件的步骤
     • 第二个分支，「值」填csv，连线到处理CSV文件的步骤
     • 最后别忘了加一个「默认」分支，用来处理所有不在你指定范围内的扩展名文件
   • 如果需要区分扩展名的大小写（比如TXT和txt要分开处理），可以勾选窗口底部的「区分大小写」选项

小提示 #

• 可以先在Get File Names后面加一个「预览」步骤，看看输出的字段（比如filename、extension、file_size等）是否符合预期，再配置Switch/Case
• 如果上游的folderName路径可能存在空格或特殊字符，不用额外处理，Kettle会自动识别

内容的提问来源于stack exchange，提问作者mokolop