抽取文本数据（TSV文件的抽取）

将一个TSV文件运用Kettle工具进行抽取并保存至数据库中的数据表TSV中。实现将一个保存在本地的TSV文件进行抽取

1.数据准备与查看数据

2.在Kettle新建转换，添加“文本输入”控件“表输出”控件以及Hop跳连线

3.配置“文本文件输入”控件

（1）.双击“文本文件输入”控件，进入“文本文件输入”界面

（2）.选择数据

（3）.点击“预览”按钮，选择要抽取的文件tsv_extract.tsv

（4）.点击“增加”按钮，将要抽取的TSV文件添加到转换中

（5）.点击“内容”选项卡

（6）清除分隔符处的默认分隔符“；”，点击Insert TAB按钮，在分隔符处插入一个制表符，取消勾选“头部”复选框

（7）点击“字段”选项卡，切换到“字段”选项卡界面

（8）根距TSV文件的内容添加对应的字段名称，并指定数据类型，在“去除空字符串方式”列，所添加是字段都应选择“不去除空格”

（9）点击”预览记录“查看数据是否抽取到文本文件输入流中，如果成功抽取则点击“关闭”“确定”

3.配置“表输出”控件

（1）.双击进入“表输出”控件，进入“表输出”界面

（2）新建数据库运行sql文件

（3）选择新建按钮，配置数据库连接，测试是否成功

（4）点击“目标表”右侧的“浏览”按钮，指定输出表

（5）勾选“指定数据库字段”复选框，用于将数据表tsv的字段与文件中的字段进行匹配

（6）点击“数据库字段”选项卡

（7）点击“输入字段映射”按钮，弹出“映射匹配”对话框。依次选中“原字段”中的字段和“目标字段”中对应的字段，在点击Add按钮

（8）点击“确定”按钮完成“表输出”控件配置。

4.运行转换

5.查看tsv数据库中的数据

抽取文本数据（TSV文件的抽取）相关推荐

kettle案例4.1.1--抽取文本数据---TSV文件的抽取
kettle案例4.1–抽取文本数据-TSV文件的抽取在数据清洗中,数据抽取主要是从一个或多个数据源中获取所需的数据.数据抽取的数据源可以是文本数据.Web数据以及数据库数据. 4.1 抽取文本数据 ...
第四章 Tsv文件的抽取
目录一.Tsv介绍二.案例介绍三.案例实现 1.建立转换 2.配置控件四.运行结果一.Tsv介绍 TSV是Tab-separated values的缩写,即制表符分隔值.使用制表符分隔数据字 ...
kettle（4.1 TSV文件的抽取）
一.创建转换二.配置控件 1.文本文件输入先点击"浏览",选择要抽取的TSV文件再点击"增加" 单击"内容"选项卡,清除分隔符处默认分 ...
达摩院文档级关系抽取新数据集和五元组抽取新任务
©PaperWeekly 原创 · 作者 | 邴立东.谭清宇等单位 | Alibaba DAMO, NUS, SUTD 关系抽取(RE)是 NLP 的核心任务之一,是构建知识库.事件抽取等下游应用的 ...
【C 语言】文件操作 ( 配置文件读写 | 写出或更新配置文件 | 逐行遍历文件文本数据 | 获取文件中的文本行 | 查询文本行数据 | 追加文件数据 | 使用占位符方式拼接字符串 )
文章目录一.逐行遍历文件文本数据 1.获取文件中的文本行 2.查询文本行数据 3.追加文件数据 4.使用占位符方式拼接字符串二.完整代码示例一.逐行遍历文件文本数据 1.获取文件中的文本行调用 ...
信息抽取（三）三元关系抽取——改良后的层叠式指针网络，让我的模型F1提升近4%（接上篇）
信息抽取(三)三元关系抽取--改良后的层叠式指针网络前言优化在验证集上的模型推理结果的SPO抽取方法不随机选择S(subject),⽽是遍历所有不同主语的标注样本构建训练集. 模型优化加入对抗 ...
C++按要求生成数据和文件操作
目录一.C++按要求随机生成数据 1.题目要求 2.代码实现二.C++文件操作 1.文件操作说明 2.读取文件 3.写入文件一.C++按要求随机生成数据 1.题目要求用名称.人口.海拔高度.天 ...
数据预处理之抽取文本信息
抽取文本信息(支持doc.docx.pdf) 环境要求:Python3.6 : pycharmIDE :anaconda 需要插件:win32com ps:建议使用---->在cmd中使用pyt ...
在线文本实体抽取能力，助力应用解析海量文本数据
随着信息化的发展,很多具有重要价值的知识隐藏分布在海量数据中,影响了人们获取知识的效率,如何处理繁杂的非结构化文本数据成为难题. 近日,HMS Core机器学习服务6.5.0版本新增在线文本实体抽取能 ...

抽取文本数据（TSV文件的抽取）

抽取文本数据（TSV文件的抽取）相关推荐

最新文章

热门文章