ベーシックタイプのルールを使ってデータを正規化する

このシナリオは、Talend Data Management Platform、Talend Big Data Platform、Talend Real Time Big Data Platform、Talend Data Services Platform、Talend MDM PlatformおよびTalend Data Fabricにのみ適用されます。

Talendでサポートされているテクノロジーの詳細は、Talendコンポーネントをご覧ください。

このシナリオでは、次の目的で2つのステップを実行します。

1. 着信データを正規化する(非準拠データから準拠データを分離する)。

2. 目的のデータを抽出して表示する。

これらの2つのステップを複製する前に、どのルールの構成が必要かを知るために、ソースデータを分析する必要があります。このシナリオでは、ソースデータは、partsmasterという.csvファイルに保管されます。

合計59行の生データがありますが、一部はキャプチャーに表示されていません。

観察により、漢字が含まれている3行目は認識されないことが予想されます。さらに、以下のことがわかります。

• SKUデータには、34-9923、XC-3211、pb710125などが含まています。したがって、SKUデータの解析に使われるルールはたとえば次のようになります。

  [Name] (名前)	[Type] (タイプ)	[Value] (値)
  "SKU"	"Format"	"(DIGIT DIGIT|LETTER LETTER) '-'? DIGIT DIGIT DIGIT DIGIT (DIGIT DIGIT?)? "

• Sizeデータの場合、正しい形式は、2つまたは3つの長さの乗算と長さの単位です。したがって、Sizeデータの解析に使われるルールはたとえば次のようになります。

  [Name] (名前)	[Type] (タイプ)	[Value] (値)
  "LengthUnit"	"Enumeration"	" 'm' | '\'' | 'inch' | 'inches' | '\"'"
  "BY"	"Enumeration"	"'X' | 'x' | 'by' "
  "Length"	"Format"	"(INT | FRACTION | DECIMAL) WHITESPACE* LengthUnit "
  "Size"	"Combination"	"Length BY Length BY Length"
  "Size"	"Combination"	"Length BY Length"

2つの[Combination] (組み合わせ)ルールでは同じ名前が使われます。この場合、ルールは、このテーブルに示す上から下の順序で実行されます。

• Weightデータの場合、正しい形式は、重量+重量単位です。したがって、Weightデータの解析に使われるルールは次のとおりです。

  [Name] (名前)	[Type] (タイプ)	[Value] (値)
  "WeightUnit"	"Enumeration"	" 'lb' | 'lbs' | 'pounds' | 'Kg' | 'pinds'"
  "Weight"	"Format"	"(INT | FRACTION | DECIMAL) WHITESPACE* WeightUnit "

これで、このシナリオの2つのステップの複製を開始できます。