使用 Pentaho Kettle 通过 SFTP 获取文件

Question

我在 SFTP 上有文件，名称格式为：

• 145388__交易搜索_Bede7d_20230823080418000000_101e736810b34134.csv
• 145388__交易搜索_Bede7d_20230822080346000000_41314bd7d21cda0e.csv

我只想从 SFTP 获取那些具有

Bede7d_TodaysDate

的文件。所以

Bede7d_20230823

。 我在“使用 SFTP 获取文件”中的“文件”选项卡下的通配符选项中使用了此公式，正则表达式为

.*Bede7d_\d{8}.*

我尝试输入正则表达式 -

.*Bede7d_\d{8}.*

并且期望只得到

145388__transaction-search_Bede7d_20230823080418000000_101e736810b34134.csv

但是我得到了所有以

Bede7d_.

开头的文件

它不起作用。请问有什么建议吗？

Answer 1

根据您尝试读取的文件名，正则表达式

.*Bede7d_\d{8}.*

将匹配这两个文件。因为

\d{8}

将匹配

.*Bede7d_

之后的所有 8 位数字。有关此问题中正则表达式的更多信息：https://stackoverflow.com/a/2149692/1131789

要回答您的问题，如果您只想过滤与当前日期匹配的文件，您可以尝试以下选项：

1. 将正则表达式（通配符）更改为：

   .*Bede7d_20230823.*

   ，其中 20230823 是当前日期。您还可以将日期设置为 PDI 中的变量。

2. 另一个选项，将之前的正则表达式保留为

   .*Bede7d_\d{8}

   并使用 Pentaho DI 中的“过滤步骤”根据当前日期过滤必要的文件。