概述

XML input stream (StAX)（XML文件输入（StAX解析））步骤使用XML (StAX)解析器流API从XML文件中读取数据。这一步对于快速处理大型和复杂的数据结构是最理想的。与使用内存处理并需要清除部分文件的从XML文件输入步骤不同，XML文件输入（StAX解析）步骤将处理逻辑转移到转换中。该步骤本身提供了原始XML数据流以及其他处理信息。

当您对其他步骤有限制时，或者需要解析XML时，建议使用的是流式传输步骤：

• 需要与内存无关的快速数据加载，而不管文件大小
• 需要灵活地以不同的方式读取XML文件的各个部分，并且不希望重复解析该文件。

因为某些XML文件的处理逻辑可能很复杂，所以在使用这个步骤时，应该对现有的Kettle步骤有很好的了解。

选项

XML input stream (StAX)（XML文件输入（StAX解析））步骤有以下选项：

Step name（步骤名称）：在画布上指定XML input stream (StAX)（XML文件输入（StAX解析））步骤的唯一名称。您可以自定义名称或将其保留为默认名称。

Filename（文件名）：输入XML文件的文件名。通过输入文件名的路径或单击浏览(B)..按钮来指定文件名。如果您连接到XML输入流步骤之前的一个步骤，那么浏览(B)..按钮将被隐藏，文本框将变成一个下拉菜单，其中填充了来自前一个步骤的字段。从下拉菜单中选择一个值作为XML文件的路径。您可以使用内部变量来指定路径。

Source is from a previous step（源来自上一个步骤）：接受前面步骤中字段中的数据。

Source field name（源字段名称）：从上一步中选择一个字段作为XML数据。

Add filename to result?（将文件名添加到结果中？）：通过将XML输入文件的文件名作为每个结果行上的值传递，将处理过的XML文件名添加到此转换的结果中。然后，可以在后续步骤中使用它，希望将文件名用作值。

Skip (Elements/Attributes)（忽略 (Elements/Attributes)）：应该跳过的元素或属性的数量。此字段用于在文件中的特定位置开始处理。解析器仍将加载该文件，但不会生成行。

Limit (Elements/Attributes)（限制(Elements/Attributes)）：限制要处理的元素或属性的数量使用忽略和限制属性，您可以启用在外部循环中定义的块加载。

Default String Length（默认字符串长度）：XML数据名称和值字段的默认字符串长度。

Encoding（编码）：以指定的编码方式编码XML文件数据。

Add Namespace information?（添加命名空间信息？）：将XML数据类型名称空间添加到数据流中。您可以添加一个可选的前缀(在XML数据名称中定义)和URI信息(在XML数据值中定义)。该选项将元素数据类型中定义的前缀添加到XML数据名称中，例如，prefix:product。由于额外的名称空间处理，此选项降低了处理吞吐量。

Trim strings?（裁剪字符串？）：修饰所有名称/值元素和属性。它消除了字符串开头和结尾的空格、制表符、回车符和换行符。

Include filename in output? / Fieldname（输出文件名/字段名）：将已处理的文件名添加到指定的字段名。

Row number in output? / Fieldname（输出记录数/字段名）：将已处理的行号(从1开始)添加到指定的字段名。

XML data type (numeric) in output? / Fieldname（输出XML数据类型(描述)/字段名）：以数字格式将已处理的数据类型添加到指定的字段名。定义了以下数据类型：0 - "UNKNOWN" (保留)；1 - "START_ELEMENT"；2 - "END_ELEMENT"；3 - "PROCESSING_INSTRUCTION" (保留)；4 - "CHARACTERS"；5 - "COMMENT" (保留)；6 - "SPACE" (保留)；7 - "START_DOCUMENT"；8 - "END_DOCUMENT"；9 - "ENTITY_REFERENCE" (保留)；10-"ATTRIBUTE"；11-"DTD" (保留)；12-"CDATA" (保留)；13-"NAMESPACE" (When namespace information is selected)；14-"NOTATION_DECLARATION" (保留)；15-"ENTITY_DECLARATION" (保留)。

XML data type (description) in output? / Fieldname（输出XMl数据类型(描述)/字段名）：以文本格式将已处理的数据类型添加到指定的字段名。为了提高转换的可读性，应该使用此选项而不是数字数据类型。有关值的列表，请参阅上面的XML数据类型(数值)描述。由于此选项会导致字符串处理速度变慢和额外的内存消耗，因此建议对大数据加载使用数值数据类型格式。

XML location line in output? / Fieldname：将已处理的源XML位置行添加到指定的字段名。

XML location column in output? / Fieldname：将已处理的源XML位置列添加到指定的字段名。

XML element ID in output? / Fieldname（输出XML element ID？/字段名）：将已处理的元素号(从'0'开始)添加到指定的字段名。与添加行号相反，该字段号是按每个新元素的计数递增的，而不是按行号递增。这种编号确保了级别之间的嵌套是正确的。

XML parent element ID in output? / Fieldname（输出XML父 element ID？/字段名）：将父元素号添加到指定的字段名。当使用XML element ID和XML父element ID时，可以使用完整的XML元素树供以后使用。

XML element level in output? / Fieldname（输出XML element 层次？/字段名）：将已处理的元素级别添加到指定的字段名，从根START_和END_DOCUMENT的“0”开始。

XML path in output? / Fieldname（输出XML 路径？/字段）：将处理过的XML路径添加到指定的字段名。

XML parent path in output? / Fieldname（输出XML 父路径？/字段）：将已处理的XML父路径添加到指定的字段名。

XML data name in output? / Fieldname（输出XML 数据名称？/字段）：将元素、属性和可选名称空间的已处理数据名称添加到指定的字段名称。

XML data value in output? / Fieldname（XML 数据值？/字段）：将元素、属性和可选名称空间uri的处理过的数据值添加到指定的字段名。

如果需要设置/重置功能，您可以使用修改后的Java脚本值脚本步骤或用户定义的Java类步骤来创建一个。推荐使用用户定义的Java类步骤，因为它更快。

示例

双击输入中的XML文件输入（StAX解析），添加一个XML文件输入（StAX解析）。

然后双击添加的步骤进行编辑。

接点击浏览，选择文件/data-integration/samples/transformations/files/example.xml。

然后点击预览，预览数据列表。

预览的数据可以作为其他步骤的数据输入流。