pentaho - pentaho 的“获取 XML 数据”步骤有时无法读取相同的 xml 文件

Question

我正在使用 pentaho 水壶工具进行 ETL 工作。在工作中，其中一个步骤（获取 XML 数据）有时无法读取/解析 xml 文件。有时同一个 XML 文件没有抛出任何异常，有时它抛出了。错误列表如下 -

• 1) 文档 file:///D:/softwares/pdi-ce-6.0.1.0-386/data-integration/UTF-8 的第 1 行出错：元素类型“Confidence”必须由匹配端终止-标签 ””。
• 2) org.dom4j.DocumentException：文档第-1 行出错：文件过早结束。嵌套异常：文件过早结束。

但是，我在 xml 文件中没有发现任何问题。有人可以就这个话题提供帮助吗？

标签： pentahopentaho-spoonpentaho-data-integration

Answer 1

我没有找到根本原因，但得到了解决方案。该步骤正在解析的 xml 文件位于 zip 文件中。在解析 xml 文件之前，一个 java 步骤是解压缩 zip 文件。我没有解压缩 zip 文件，而是直接解析了 zip 中的 xml 文件。这解决了问题，并且不再报告任何错误。