Talend中按行提取XML并拆分重复行的实现需求

刚好做过类似的XML拆分需求，给你梳理下需要用到的Talend组件和核心配置思路：

• tFileInputDelimited（如果你的数据源是数据库，就换成tDBInput）：先读取原始数据源，把id和包含XML的content字段完整读入Talend流程。
• tXMLMap：这是实现拆分的核心组件！专门用来解析结构化XML并拆分重复节点：
  1. 把输入的content字段指定为XML数据源，用你的示例XML自动生成对应的Schema；
  2. 将<Items>下的<Item>节点设置为循环重复节点，这样每个<Item>都会单独生成一行数据；
  3. 字段映射：把原始的id直接映射到输出，再分别提取<Item>下的Years和data字段到输出列。
• tFileOutputDelimited（如果要写入数据库就用tDBOutput）：把拆分后的结果输出成你需要的格式，设置分隔符为|即可。

参考流程链路 #

tFileInputDelimited → tXMLMap → tFileOutputDelimited

内容的提问来源于stack exchange，提问作者user6479259