如何在 Pentaho 中读取带有动态列名的 Excel

Posted 2023-04-18

【中文标题】如何在 Pentaho 中读取带有动态列名的 Excel

【英文标题】：How to read an excel with dynamic column names in Pentaho

【发布时间】：2021-12-15 05:52:41

【问题描述】：

我一直在努力阅读列号和名称不断变化的 Excel 文件。我已经阅读了元数据注入，但无法在我的场景中应用它，我肯定遗漏了一些东西。我的要求是：

我有一个 Excel 文件不断进入的目录。作业计划每天运行 2-3 次以选择文件夹中的 excel 文件，然后将 Excel 文件数据发布到 SQL Server。

挑战在于此目录中的 Excel 文件可能有不同的列数。即列号是动态的，列名也是动态的。

我使用 Microsoft Excel 输入，为了刷新列名，每次我必须单击“从标题行获取字段”按钮。我想自动化它，只需要一个转换，它可以读取任何带有动态列名的 Excel。

在 ETL 元数据注入的大多数示例中，我注意到提供了列名。但是，在我的场景中，我事先不知道列名，甚至我的 excel 可能具有的列数。

这是否可以通过 ETL 元数据注入步骤或任何其他方式实现？

任何帮助表示赞赏。

谢谢， 萨塔克

【参考方案1】：

您是否能够以文本格式（例如 CSV）或带有特殊字符的文本（仅使用标题）来获取除 excel 之外的第二个文件来分隔列？或者将 excel 生成为 csv 而不是 excel。

这样，您可以进行转换以读取第一行或仅带有标题的文件以读取列，然后注入该信息以读取 excel 或 csv。

使用文本文件而不是 Excel，您可以将第一行作为文本读取，然后使用将字段拆分为行步骤来获取第一行的列。