如何使用xquery剥离flume morpline.conf文件中的html内容

kt06eoxx 于 2021-06-04 发布在 Flume

关注(0)|答案(1)|浏览(314)

我们正在尝试使用flume morphlinesolrsink将示例xml文件索引到cloudera solr。
我们已经创建了2个通道（solrchannel，hdfschannel）和2个sink（solrsink，hdfssink）。我们可以使用这个flume和morphline配置在clouderasolr中索引文档。
问题1）：我们在xml文件中有两个字段title和content，我们想在发送给solr之前从这两个字段中去掉html内容。你能告诉我们怎样才能做到吗？
问题2）：我必须更改createdate和publisheddate两个字段的日期格式。你能让我知道如何编写逻辑来一次性更改两个文件的日期格式吗。
我正在使用xquery从xml文件中提取日期。
变形线.confhttps://gist.github.com/jsbonline2006/e04433f9b11cdcafa865#file-变形线形态

flume solr cloudera

来源：https://stackoverflow.com/questions/28100370/how-to-strip-html-content-in-flume-morphline-conf-file-using-xquery

1条答案

按热度按时间

5q4ezhmt1#

我找到了以下解决问题的方法，因此我想和大家分享一下：
2）在xquery命令块之后，我编写了以下代码将日期转换为所需的格式，并且工作得非常好。

{
    convertTimestamp {
      field : createDate
      inputFormats : ["E MMM dd HH:mm:ss z yyyy", "yyyy-MM-dd"]
      inputTimezone : UTC
      outputFormat : "yyyy-MM-dd'T'HH:mm:ss.SSS'Z'"
      outputTimezone : America/Los_Angeles
    }
  }

  {
    convertTimestamp {
      field : publishedDate
      inputFormats : ["E MMM dd HH:mm:ss z yyyy", "yyyy-MM-dd"]
      inputTimezone : UTC
      outputFormat : "yyyy-MM-dd'T'HH:mm:ss.SSS'Z'"
      outputTimezone : America/Los_Angeles
    }
  }

1）为了从标题和内容中剥离html标记，我们编写了一个java代码，在将文件内容发送到flume之前，我们已经将其插入到管道中。
希望这对你也有帮助！！！！
当做，
贾耶什·博亚尔
http://technical-fundas.blogspot.in/p/technical-profile.html

赞(0）回复(0）举报 2021-06-05

我来回答

如何使用xquery剥离flume morpline.conf文件中的html内容

1条答案

相关问题

热门标签

最新问答