Pentaho Kettle-非结构化文本文件

我有一个文本文件，它的结构不是在一行中，可以肯定的是，这些行以0开头。以下是示例：

header : TEXT<br>
header : TEXT<br>
header : TEXT<br>
line 1 : 0TEXT Name Other Field<br>
line 2 : TEXT Other Field Phone<br>
line 3 : 0TEXT Name Other Field<br>
line 4 : TEXT Other Field Phone<br>
line 5 : 0TEXT  textexttexttext <br>
line 6 : 0TEXT Name Other Field<br>
line 7 : TEXT Other Field Phone<br>
line 8 : 0TEXT Name Other Field<br>
line 9 : TEXT Other Field Phone<br>

使用这个脚本，我将行分隔开，我希望将它们连接起来，然后应用正则表达式。我可以连接属于该组的所有行，并使用正则表达式删除那些不必要的行

---

谢谢

鉴于您有多行记录，您可以选择以下选项：

1 Group by：只要您可以通过一组键识别属于同一行的行，您就可以使用Group by并创建两个新字段，即Name和Phone，这两个字段是通过连接由分隔的字段而不是由、、分隔的连接字段获得的。如果这些值是您想要保留的值或为null，则串联起作用； 2反正常化。同样的原则也适用，您需要一组键来识别属于一起的记录，但您需要您的姓名和电话都位于同一字段中，例如，值，并且您需要另一个带有键的字段，即姓名或电话。 3也许是最好的一个：分析查询：使用Lag N rows forward和get字段N=1，您可以得到下一行的电话号码。在此步骤之后，您有一个非空名称和下一行的电话号码的行；具有空名称和空电话号码的行。过滤您想要的行之后，您就完成了

---

这只是一个一般的想法。你必须整理好细节。

你能解释一下吗。我有一个关于人的信息的文件，我想把他们的姓名和电话提取到数据库中。我知道在txt中，姓名和电话总是在后面的行中。对于您给出的这些解决方案。。。1和2-我不是所有的行都有ID，但是布局是固定的，一行以零开始，包含名称，下一行包含电话号码。我也尝试了3，但我得到的只是空值。我更新了描述，也许更容易理解我想做什么。你可能需要更多的准备工作，筛选出字段2是名称或字段4是电话号码的行，哪些行不是。但是分析查询是从多行读取数据的方法。我发现了问题，我一直在实例化x。我修改，而不是var x=；我只是做了var x；x变成一个全局变量，我可以根据需要连接多少行，这就解决了我的问题，谢谢你的帮助=D

var x;
var charInitial = line.toString().charAt(0);

if(charInitial == '0') {
    x = line.toString();
}
else{
    x += line.toString();
}