实施指南 › 适配器配置规范 › InputFormatCollection 部分

InputFormatCollection 部分

本部分指定了从数据源检索的数据的结构 - 数据行将如何被切成字段，字段类型和格式是什么。 在该部分中，可以分别使用 InputFormatSwitch 与复合字段来执行初始数据筛选和数据操作。

本部分的常规工作流如下所示：

• 数据行与一个或多个 InputFormats 相匹配。
• 数据通过与 InputFormat 规范匹配被解析到字段中。
• 通过组合和划分数据字段为复合字段分配值。
• 根据 TranslatorSwitch 条件检查已处理数据。
• 将已处理数据发送到匹配转换器或忽略。

InputFormatCollection 节点可能包含一个或多个 InputFormat 节点。

XML 结构：

<InputFormatCollection>
	<InputFormat InputFormatName="MyInputFormat">
	<InputFormatFields> 
		<InputFormatField Name="sid_id" Type="string"/>
		<InputFormatField Name="content" Type="string"/>
		<InputFormatField Name="date" Type="time" 
               TimeFormat="%d/%m/%Y %H:%M:%S"/>
		<InputFormatField Name="server" Type="string" 
               Source="compound">
		<Compound>
			<Segment SourceField="content" 
                     RegularExpression=".*Job server: ([^\n]+).*" />
		</Compound>
		</InputFormatField>
	</InputFormatFields>
<TranslatorSwitch DefaultTranslator="GeoTranslator">
	<TranslatorCase  TranslatorName="NonGeoTranslator" Break="yes">
		<Condition SourceField="routing_info" Operator="EQ"
             Value="cnano"/>
	</TranslatorCase>
</TranslatorSwitch>
</InputFormat>
</InputFormatCollection>

• InputFormat：
  • InputFormatName - 由 DataSourceInterface 部分引用的此格式的任何名称。
• RequiredFields -（可选）预计可在数据行中找到的最小字段数。 包含更少字段的行将被忽略，并记录一个错误。
• InputFormatFields - InputFormatFields 可能包含一个或多个字段节点，具体取决于数据源中输入字段的数目。
  • InputFormatField - 指定原始数据行的一个数据字段或一个复合字段。

    	<InputFormatField Name="timestamp" Type="time"
    	TimeFormat="%d/%m/%Y %H:%M:%S"/>
    

  • Name - 供其他元素引用的此字段的名称。
  • Type - 字段的数据类型 [string/integer/real/time]
  • Source -（可选）默认值为“event”，可能值有：
  • event - 字段值取自来自数据源的事件，使用的字段值与数据源中的顺序相同。
  • compound - 字段为复合字段。 它在对其他字段值或常量执行某种操作之后获取其值。
  • title - 字段值取自标题字段名称。 引用的字段应已定义
  • filename - 字段值取自数据源文件名，仅用于文本文件适配器。
  • constant - 字段值为常量，取自后面会出现的 ConstantValue 属性。
  • FieldTitleName - Source 设为 title 时要使用的字段标题。 前面必须已定义 source 字段。
  • ConstantValue - Source 设为 constant 时，指定要匹配的值。 当字段类型为“time”时，常量值是根据 TimeFormat（“Now”或“NowUtc”）设置了格式的字符串，其中“Now”是数据源区域设置中的当前时间，而“NowUtc”是 UTC 中的当前时间。
  • TimeFormat - 解析字段的时间格式。 下列字符代码可能用于日期和时间格式：

    

  • DecimalSymbol -（可选）字段的十进制符号。 如果未指定，将取 General 部分中 DefaultDecimalSymbol 的值。
  • DigitGroupingSymbol -（可选）用于整数和实数字段的默认数字分组符号。 如果未指定，将取 General 部分中 DefaultDigitGroupingSymbol 的值。
• Compound - Source 设为 compound 时必需。 指定要集合到复合字段的字段操作。
  • Segment - 指定要添加到创建的复合字段中的字段操作。 仅 SourceField 属性是必需的。
  • SourceField - 基于的字段。 引用的字段应已定义。
  • RegularExpression - 操作正则表达式。
  • MatchCase -（可选）[yes/no] 定义正则表达式匹配是否区分大小写。
  • SelectionStart -文本提取开始位置，从 0 开始。
  • SelectionLength - 文本提取大小。
  • Prefix - 作为操作结果前缀的字符串。
  • Suffix - 作为操作结果后缀的字符串。
  • XpathExpression - 操作 xpath 表达式。
• InputFormatSwitch - 用于在有多种格式的数据行时指定格式条件。

  注意：在使用 InputFormatSwitch 时，InputFormat 节点的顺序非常重要 - 被引用的 InputFormat 应在前面已定义。

  DefaultInputFormat - 指定与条件不匹配的情况下要路由到的 InputFormat 的名称

• InputFormatCase - 指定要在数据行上测试以确定应路由到哪个 InputFormat 的条件。
• InputFormatName - 与条件匹配时使用的 InputFormat。
• LogicOperator -（可选）[and/or]。
• and - 必须与所有条件匹配。 （默认值）。
• or - 应至少与其中一个条件匹配
  • Condition - 要在数据行上测试以确定其格式的条件。

    SourceField - 要测试的字段。

    Operator - 测试类型，有以下选项：

    • EQ - 等于
    • NE - 不等于
    • GT - 大于
    • LT - 小于
    • GE - 大于或等于
    • LE - 小于或等于
    • MATCH - 应匹配的正则表达式
    • UNMATCH - 不应匹配的正则表达式

    ValueType -（可选）[constant/field/previousValue]

    • constant - Value 属性的内容为常量，与源数据无关
    • field - Value 属性的内容为来自同一记录的字段名称。
    • previousValue - Value 属性的内容为来自同一查询中具有相同输入格式的前一记录的字段名称。

    Value - 要匹配的值，或正则表达式。

    MatchCase -（可选）[yes/no] 定义测试是否区分大小写。 如果设为“yes”，在测试之前将这两个值转换为小写。

• TranslatorSwitch - 确定使用哪个转换器将数据行转换为 CA Business Service Insight 统一事件。
  • DefaultTranslator - 与条件不匹配的情况下要使用的转换器。 如果值为“Ignore”，则不使用转换器，并且忽略该行。
  • TranslatorCase - 指定要在已处理数据上测试以确定应路由到哪个转换器的条件。

    Break [yes|no]

    yes - （默认值）如果与条件匹配，不检查下一个条件。

    no - 在任何情况下，评估条件并在匹配时操作转换器后，继续执行下一个条件。

    LogicOperator -（可选）[and/or]。

    • and - 必须与所有条件匹配。 （默认值）。
    • or - 应至少与其中一个条件匹配。

    TranslatorName - 满足条件时要重定向到的转换器。

    Condition - 要在已处理数据上测试以确定要使用的相关转换器的条件。 它与 InputFormatSwitch 中的条件相同。