在继续处理列之前，使用Talend Open Studio DI从唯一的第一行提取值

我有许多excel文件，其中在表格的标题行上方有一行文本（和空行）

处理文件的最佳方式是什么，这样我可以从该行提取文本，并在附加多个文件时将其作为列包含？是否可以不必处理每个文件两次

示例

This file was created on machine A on 01/02/2013

Task|Quantity|ErrorRate

0102|4550|6 per minute
0103|4004|5 per minute

并最终得到来自多个类似文件的数据

Task|Quantity|ErrorRate|Machine|Date
0102|4550|6 per minute|machine A|01/02/2013
0103|4004|5 per minute|machine A|01/02/2013
0467|1264|2 per minute|machine D|02/02/2013

---

我收集了一个小的，粗糙的样本来说明如何做到这一点。我称之为粗糙，因为a。它不是动态的，您可以添加更多的文件来处理，但您需要在构建作业之前知道有多少个文件，b。它显示了基本概念，但需要更多的工作来满足您的需求。例如，在我的测试文件中，我的第一行只有“MachineA”或“MachineB”。您需要解析这些数据以获得机器名和日期

但下面是may示例的工作原理。每个Excel设置为两个输入。对于标题，将

tFileInput\u Excel

配置为仅读取第一行，而将正文

tFileInput\u Excel

配置为从第4行开始读取

在

tMap

中，它们被组合（未联接）到输出模式中。这是针对机器A Excel和机器B Excel完成的，然后将这些

tmap

与

tUnite

组合以获得最终输出

正如您在日志行中所看到的，数据是组合的，并包括标题信息

---

一个优雅的解决方案，从同一个文件中使用两个输入的想法从未进入我的脑海。是否会有任何问题1）关于文件锁阻塞1个输入或2）在tMap没有及时处理头数据以进行查找（或talend是否处理得很慢），只要您没有写入文件，我相信您在文件锁方面会很好。我的示例运行良好，但只有几行，我建议您尝试根据生产中的行数进行容量测试。这种方法的最大缺点是它不是动态的。你每次都会有固定数量的文件吗？另外，我以前也在文件名中嵌入了元数据，比如机器名（在你的例子中）和日期。然后，您可以从那里获得它，而不必担心读取带有2个输入的文件。