0

我正在使用 Teradata 的 Aster 并尝试解析 pdf（或 html）文件，以便将其插入到 Aster 的 Beehive 数据库中的表中。整个 pdf 应该对应于表中的单行数据。

这将通过使用 Aster 的 SQL-MR 函数之一来完成documentParser。这将生成一个文本文件 (.rtf)，其中包含通过解析 pdf 文件中的所有章节生成的单行，然后将其加载到 Beehive 中的表中。

我得到了这个脚本，它显示了documentParser这个解析过程中涉及的使用和其他步骤 -

/* SHELL INSTRUCTIONS */
--transform file in b64 (change file names to your relevant file)

base64 pp.pdf>pp.b64

--prepare a loadfile
rm my_load_file.txt


-- get the content of the file
var=$(cat pp.b64)

-- put in file
echo \""pp.b64"\"","\""$var"\" >> "my_load_file.txt"


-- create staging table 
act -U db_superuser -w db_superuser -d beehive -c "drop table if exists public.cf_load_file;"
act -U db_superuser -w db_superuser -d beehive -c "create dimension table public.cf_load_file(file_name varchar, content varchar);"


-- load into staging table
ncluster_loader -U db_superuser -w db_superuser -d beehive --csv --verbose public.cf_load_file my_load_file.txt


-- use document parser to load the clean text (you will need to create the table beforehand)

act -U db_superuser -w db_superuser -d beehive -c "INSERT INTO got_data.cf_got_text_data (file_name, content) SELECT * FROM documentParser (ON public.cf_load_file documentCol ('content') mode ('text'));"

--done

documentParser但是，我被困在脚本的最后一步，因为在 Aster 中可用的函数列表中似乎没有调用函数。这是我得到的错误 -

ERROR:  function "documentparser" does not exist

我尝试使用 command 多次搜索此功能\dF，但没有得到任何匹配。

我附上了一张图片，展示了我正在尝试做的事情的要点。

SQL-MR 文档解析器

如果有人对此有任何经验，我将不胜感激。

4

1 回答 1

0

发生的事情是有人告诉了你这个函数documentParser，但从来没有给你函数存档文件 ( documentParser.zip ) 来安装在 Aster 中。此功能确实存在，但它不是官方 Aster Analytics Foundation (AAF) 的一部分。请联系向您提供此信息的人寻求帮助。

documentParser属于仅由 Aster 现场团队开发和使用的所谓现场功能。并不是说你不能使用它，但不要指望支持会帮助你——只有让你访问它的人。

如果您没有任何联系人，那么下一步我建议您去Aster Community Network并在那里询问有关它的问题。

于 2016-12-21T16:31:53.100 回答