2

我已经使用 MLCP（MarkLogic Content Pump）成功地将一个非常干净（简单的英语，没有花哨的符号或图像）的 CSV 文件加载到 MarkLogic 中，以便它将第一行作为列名，当我尝试加载它不干净的东西（即与其他语言和编码混合）它会失败。

我从摄取指南 ( http://docs.marklogic.com/guide/ingestion/encoding?print=yes ) 中了解到，MLCP 无法控制编码，因此我决定尝试使用 Java API 和 xdmp Xquery。

使用 Java API 时，我得到：第 1549 行的无效 UTF-8 转义序列——文档不是 UTF-8 编码的

如果我尝试在 Query Console 或 Information Studio 的流中使用 xdmp 自动编码加载它，它会毫无问题地加载，但 MarkLogic 不会将第一行作为列名，而是将整个文件作为一个文档，这不是我要找的。

有没有办法在没有编码问题的情况下加载 CSV 文件并将其作为列名放在第一行？

提前致谢。

4

1 回答 1

3

RecordLoader 可以做到这一点：http: //marklogic.github.io/recordloader/

CONFIGURATION_CLASSNAME=com.marklogic.recordloader.xcc.DelimitedDataConfiguration
FIELD_DELIMITER=,
RECORD_NAME=my-root-element-name

recordloader.sh使用这些属性和您的 CSV 文件运行。RecordLoader 将期望第一行是标题列表，并将它们转换为元素名称。调整my-root-element-name以适合自己，并设置INPUT_ENCODING为您需要的任何编码。

有关更多配置选项，请参阅 https://github.com/marklogic/recordloader/blob/master/src/java/com/marklogic/recordloader/xcc/DelimitedDataConfiguration.java。

于 2014-04-29T03:32:29.503 回答