模拟生产环境下数据格式,再现异常情景:
安装 Hex-Editor 插件:
HexEditor插件用于在notepad++中查看16进制文件,只需要将此dll放入notepad++安装目录下plugins文件夹下,重启notepad++即可。
使用方法: 可以切换到Hex模式,输入00,再切换回来。
(使用notepad++打开16进制文件,然后单击菜单栏的‘H’按钮,即可转换,如果想转回来,再按一次‘H’按钮)
问题描述:
在文本文件中,有时候会包含一些空字符
或^@:
![98ed85a0dbba2bf7551bc05414f338196a59b17b](https://oss-cn-hangzhou.aliyuncs.com/yqfiles/98ed85a0dbba2bf7551bc05414f338196a59b17b.png)
源数据在windows平台上Notepad++打开情形如下:
![b2f7e096efa01580b1d578b09018e4eb16a67f94](https://oss-cn-hangzhou.aliyuncs.com/yqfiles/b2f7e096efa01580b1d578b09018e4eb16a67f94.png)
源数据在Linux Centos6.5平台上vim打开情形如下:
![c5988a9af06de8b851b8f47813cd5eede9887abb](https://oss-cn-hangzhou.aliyuncs.com/yqfiles/c5988a9af06de8b851b8f47813cd5eede9887abb.png)
在使用Tunnel将生产环境下的文本数据上传到ODPS表过程中,由于源数据某些字段为NUL或^@,报错无法正确读取,异常是:导入数据列与目标表中列不匹配(not match).
![da773723341ff25152f46774d617635b5eedaa7d](https://oss-cn-hangzhou.aliyuncs.com/yqfiles/da773723341ff25152f46774d617635b5eedaa7d.png)
问题原因:
可能是由于生产环境下业务需要,无效数据打上NUL字符或^@标记。
解决思路:
想办法把源数据中存在NUL或^@过滤或替换成空值。
字符在Linux平台上用vim编辑器打开后显示^@,用sed命令将^@替换成空
(sed命令组合很强大,要注意备份文件)
sed 's/[x00]//g' test.txt > test.txt.bak
其中x00表示二位十六进制
如果不想备份直接替换加上参数-i
sed -i 's/[x00]//g' test.txt(-i选项:直接作用源文件,源文件将被修改)
替换后效果截图如下:
使用tunnel遇到空数据问题(建立测试数据):
![4cf6a6d2d178483eed7e1ef0c82178207ecb2e7d](https://oss-cn-hangzhou.aliyuncs.com/yqfiles/4cf6a6d2d178483eed7e1ef0c82178207ecb2e7d.png)
在一行中若有两个逗号,表明在中间有一个缺失值,test.txt文本测试数据如下:
201207092314,,rubbyhao
201207092313,,babyliy
![3f52c09631a095b75fe03fa29e6dcf92a369e727](https://oss-cn-hangzhou.aliyuncs.com/yqfiles/3f52c09631a095b75fe03fa29e6dcf92a369e727.png)
![](https://img2018.cnblogs.com/blog/1408538/201901/1408538-20190115140039225-1426619707.png)
结论:对于文本文件中''导入到ODPS表中默认插入式null值
补充一个知识点:
find . -type f -name 文件名 -exec ./changerepository.sh {} /;