Importar XML

Descripción

Importa datos tabulares de un archivo XML a una tabla de proyecto de PlaidCloud. Configure la ruta del elemento que identifica cada “fila” y asigne los elementos secundarios o los atributos a columnas de la tabla.

Es habitual en integraciones empresariales antiguas, en el intercambio de datos B2B (RosettaNet, ebXML) y en formatos de declaraciones gubernamentales.

Leer los registros como

Leer los registros como elige cómo se convierte el archivo en tablas:

Una tabla por etiqueta de registro (predeterminado): la pestaña Etiquetas de registro enumera cada etiqueta que se lee, y cada etiqueta se carga en su propia tabla, con un nombre derivado del Prefijo de las tablas de destino.
Una fila por elemento: un elemento repetido se carga en una tabla, con una fila por cada aparición. La pestaña Etiquetas de registro y el Prefijo de las tablas de destino están deshabilitados.

Con Una fila por elemento, defina:

Elemento XML: el elemento que forma una fila. Si se deja en blanco, es el elemento de la primera columna, que se muestra en el campo.
Tabla de destino: la tabla que se carga.
Columnas: cada Elemento secundario o atributo y la Columna en la que se carga. Todas las columnas se importan como texto.
Recortar los espacios alrededor de los valores: elimina los espacios en blanco iniciales y finales de cada valor.
Hacer coincidir los nombres con su prefijo de espacio de nombres: hace coincidir los nombres de elementos y atributos tal como están escritos en el archivo, con el prefijo incluido.

El Archivo de origen, la Tabla de destino y un Elemento XML o al menos una columna son obligatorios. Al cambiar de modo, el formulario conserva la configuración del otro modo, de modo que al volver a él se restaura, pero al guardar se elimina la configuración del modo que dejó; una nota junto al control lo indica.

Los pasos guardados desde el formulario leen sus etiquetas de registro tal como se establecen en la pestaña Etiquetas de registro.

Ejemplos

Aún no hay ejemplos…

Elementos de configuración exclusivos

Ninguno

Elementos de configuración comunes

Opción Quitar caracteres no ASCII

Al seleccionar esta opción, la importación quitará todo el contenido que no sea ASCII. Aunque PlaidCloud admite plenamente Unicode (UTF-8), los archivos del mundo real pueden contener todo tipo de codificaciones y caracteres sueltos que dificultan su procesamiento.

Si se espera que el contenido del archivo sea solo ASCII, marcar esta casilla ayudará a que el proceso de importación se ejecute sin problemas.

Opción de eliminar archivos después de la importación

Esta opción permite que el proceso de importación elimine el archivo de la cuenta de documentos de PlaidCloud Document una vez que se ha completado correctamente una importación.

Puede ser útil si los archivos de importación se generan y pueden volver a crearse desde un sistema de registro, o si no hay motivo para conservar los archivos de entrada sin procesar una vez que se han procesado.

Solo se eliminan los archivos que se importaron. Un archivo que se omitió o que produjo una advertencia durante la importación permanece en la carpeta.

Opción de omitir la reimportación si los archivos de origen no han cambiado

Cuando esta opción está activada, una ejecución de flujo de trabajo de este paso omite toda la importación (descarga, conversión y reconstrucción de la tabla) si los archivos de origen y la configuración del paso no han cambiado desde la última ejecución correcta. Así se evita repetir el trabajo cuando un flujo de trabajo programado se vuelve a ejecutar con archivos de origen que no han cambiado.

El paso compara cada archivo de origen por su ruta, tamaño y hora de última modificación (más un hash del contenido cuando el origen lo proporciona). Si se agrega, quita o modifica algún archivo, o si cambia la configuración del paso, la importación se ejecuta con normalidad. La opción está activada de forma predeterminada (desmárquela para reimportar siempre), y las importaciones manuales puntuales siempre se ejecutan.

La omisión también exige que la tabla de destino conserve todavía las filas que cargó la última importación. Si la tabla se ha vaciado desde entonces o no se puede leer su número de filas, la importación se ejecuta de nuevo en lugar de omitirse y dejar sin datos a los pasos posteriores.

Algunos orígenes (por ejemplo, SFTP) no proporcionan un hash del contenido, por lo que en ellos la señal de cambio es únicamente el tamaño y la hora de última modificación del archivo. Un archivo reemplazado en su lugar con el mismo tamaño y la misma hora de modificación se trataría entonces como sin cambios y se omitiría; desmarque esta opción en un paso cuyo origen pueda actualizarse de esa manera.

Selector de archivo de importación

El selector de archivo de esta transformación le permite elegir un archivo almacenado en una ubicación de documentos de PlaidCloud para importarlo.

También puede elegir un directorio para importar, y todos los archivos de ese directorio se importarán como parte de la ejecución de la transformación.

Selección de una cuenta de documentos

Elija una cuenta de documentos de PlaidCloud a la que tenga acceso. Esto le permitirá seleccionar un directorio o un archivo en la siguiente selección.

Dentro de un proyecto, la lista también ofrece Project Default en la parte superior: un sustituto de la cuenta que el proyecto tenga establecida como predeterminada en ese momento. Un paso nuevo preselecciona Project Default cuando el proyecto tiene una; un paso existente conserva la cuenta con la que se guardó hasta que usted la cambie. Un paso que se deja en Project Default se ejecuta con la cuenta que sea la predeterminada del proyecto en ese momento; si no hay ninguna establecida, la ejecución falla y nombra el proyecto en lugar de recurrir a otra cuenta.

Opción de búsqueda

La opción Buscar permite encontrar todos los archivos coincidentes por debajo de una ruta de directorio especificada para importarlos. Puede ser especialmente útil si hay que incluir muchos archivos, pero están almacenados en directorios anidados o mezclados con otros archivos del mismo directorio que no desea importar.

La ruta de búsqueda seleccionada es el directorio inicial en el que se busca. El proceso de búsqueda examinará todos los archivos de ese directorio, así como de sus subdirectorios, que cumplan las condiciones de búsqueda especificadas. Asegúrese de que los criterios de búsqueda también puedan aplicarse a los archivos de los subdirectorios.

La búsqueda puede aplicarse con las siguientes condiciones:

Exacto: coincide exactamente con el texto de búsqueda
Comienza por: coincide con cualquier archivo que comience por el texto de búsqueda
Contiene: coincide con cualquier archivo que contenga el texto de búsqueda
Termina en: coincide con cualquier archivo que termine en el texto de búsqueda

Un asistente de IA o la API REST también pueden establecer la búsqueda en glob, un patrón con comodines como CO Store*.yxdb que se compara con el nombre completo del archivo sin distinguir mayúsculas de minúsculas, o en regex, una expresión regular con la que debe coincidir el nombre completo del archivo. Una expresión regular distingue mayúsculas de minúsculas, salvo que empiece por (?i).

Opción de selección de archivo o directorio

Cuando se necesita importar un archivo concreto o un directorio de archivos, elegir el archivo o el directorio es una opción mejor que usar la búsqueda.

Para seleccionar el archivo o el directorio, use el botón Examinar para elegir la ruta de la cuenta de documentos seleccionada anteriormente.

Sustitución de variables

Tanto en la opción de búsqueda como en la de archivo o directorio concreto, se pueden usar variables en la ruta, el texto de búsqueda y los nombres de archivo.

Un ejemplo que usa la variable current_month para apuntar dinámicamente al archivo correcto:

legal_entity/inputs/{current_month}/ledger_values.csv

Tabla de destino

La selección de destino para las importaciones se limita a tablas, ya que las vistas no contienen datos subyacentes.

Opción dinámica

La opción dinámica permite especificar una tabla mediante texto, incluidas variables. Esto resulta útil en flujos de trabajo controlados por variables, en los que las referencias a tablas y vistas son relativas a las variables especificadas.

Un ejemplo que usa la variable current_month para apuntar dinámicamente a la tabla de destino:

legal_entity/inputs/{current_month}/ledger_values

Opción estática

Cuando se desea una tabla concreta como destino de la importación, deje sin marcar la casilla Dinámico y seleccione la tabla de destino.

Si la tabla de destino no existe, seleccione el botón Crear nuevo para crear la tabla en la ubicación deseada.

El Explorador de tablas está siempre disponible con cualquier selección de tabla. Haga clic en el botón Explorador de tablas situado a la derecha de la selección de tabla y se abrirá una ventana del Explorador de tablas.

Configuración del asignador de datos

Asignador de datos de la tabla

El asignador de datos se usa para asignar columnas de los datos de origen a la tabla de datos de destino.

Inspección y llenado del asignador

Usar el botón de menú Inspeccionar origen ofrece formas adicionales de asignar columnas del origen al destino:

Rellenar ambas tablas de asignación: propaga todos los valores de la tabla de datos de origen a la tabla de datos de destino. Es la opción predeterminada.
Rellenar solo la tabla de asignación de origen: asigna únicamente todos los valores de la tabla de datos de origen. Es útil al modificar un flujo de trabajo existente cuando la estructura de columnas de origen ha cambiado.
Rellenar solo la tabla de asignación de destino: propaga todos los valores únicamente a la tabla de datos de destino.

Si las opciones de columnas de origen y de destino no bastan, se pueden agregar otras columnas a la tabla de datos de destino de varias maneras:

Propagar todo insertará todas las columnas de origen en la tabla de datos de destino, existan ya o no.
Propagar seleccionadas insertará solo las columnas de origen seleccionadas.
Haga clic con el botón derecho en el lado de destino y seleccione Insertar fila para insertar una fila justo encima de la fila seleccionada.
Haga clic con el botón derecho en el lado de destino y seleccione Anexar fila para insertar una fila al final (extremo derecho) de la tabla de datos de destino.

Eliminar columnas

Para eliminar columnas de la tabla de datos de destino, seleccione las columnas deseadas, haga clic con el botón derecho y seleccione Eliminar.

Columnas de origen que ya no figuran en la lista

Una fila de destino puede nombrar una Columna de origen que la tabla de datos de origen ya no incluye, por ejemplo, después de volver a inspeccionar el origen. El paso nunca quita una fila así por usted. En su lugar, el nombre de la columna se muestra en rojo junto a una señal de advertencia ⚠, y al pasar el cursor por encima se indica que la columna no está en las columnas de origen. En un paso con varias tablas, como una unión, cada tabla se comprueba con sus propias columnas de origen.

Una fila con una Constante, una Expresión o un resumen de Recuento (incluidos nulos) nunca se marca, porque el paso no lee su columna de origen. No se marca nada mientras la tabla de datos de origen no incluya columnas, por ejemplo, antes de inspeccionar el origen por primera vez.

Al guardar un paso que todavía tiene filas marcadas, un cuadro de diálogo Se encontraron columnas obsoletas las enumera bajo la pestaña o la tabla en la que se encuentran, y ofrece tres opciones:

Quitar todas y guardar: quita las filas marcadas y luego guarda.
Guardar de todos modos: guarda el paso tal como está.
Cancelar: vuelve al paso sin guardar.

Para conservar una fila y eliminar su advertencia, vuelva a agregar la columna a la tabla de datos de origen o elija una columna que la tabla de datos de origen incluya.

Tipo de datos de la columna

Cada columna de destino tiene un Tipo. Una columna propagada desde el origen conserva el tipo de la columna de origen; una fila que usted agrega manualmente comienza como Texto, y usted define el Tipo para indicar lo que debe ser en realidad: una columna que piensa sumar u ordenar necesita su tipo numérico o de fecha, porque el texto se ordena y se suma como texto.

Un paso guardado con una columna sin ningún tipo se ejecuta igualmente. El tipo se determina cuando el paso se inicia, a partir de la columna de origen que lee esa columna. Si no hay nada de dónde leerlo, se trata como texto: las columnas de un paso Extraer SQL proceden de la consulta que usted escribió y no de un origen asignado, y cuando varios orígenes tienen el mismo nombre de columna con tipos que no coinciden, se usa texto en lugar de adivinar uno de ellos: una suposición errónea produce una conversión que el almacén puede rechazar, y todo se puede convertir a texto.

Definir el Tipo usted mismo sigue siendo la forma de indicar lo que debe ser una columna. Dejarlo sin definir significa aceptar lo que resulte ser la columna de origen.

Cambiar el orden de las columnas

Para reorganizar las columnas de la tabla de datos de destino, seleccione las columnas deseadas. Puede usar cualquiera de estas opciones:

Flechas de movimiento masivo: seleccione la opción de movimiento deseada con las flechas de la esquina superior derecha.
Menú contextual: haga clic con el botón derecho y seleccione Mover al principio, Subir, Bajar o Mover al final.

Reducir el resultado solo a registros distintos

Para devolver solo opciones distintas, seleccione la opción de menú Distinto. Esto mostrará un conjunto de casillas de verificación para cada columna del origen. Basta con marcar la casilla junto a la columna correspondiente para devolver solo resultados distintos.

Según la situación, quizá convenga considerar el uso de un resumen en su lugar.

El proceso de distinción conserva el primer registro único encontrado y descarta el resto. Quizá convenga aplicar una ordenación a los datos si es importante la coherencia entre ejecuciones.

Agregación y agrupación

Para agregar resultados, seleccione la opción de menú Resumir. Esto mostrará un conjunto de cuadros de selección para cada columna de la tabla de datos de destino. Elija un método de resumen adecuado para cada columna.

Cuando Inspeccionar origen llena las columnas, una columna numérica comienza como Agrupar por en lugar de Suma si su nombre se lee como un identificador, como id, customer_id, Order No o CustomerKey, si su tabla la define como clave, o si la combinación la usa como clave.

Agrupar por
Suma
Mín.
Máx.
Primero
Último
Recuento
Recuento (incluidos nulos)
Media
Desviación estándar
Desviación estándar muestral
Desviación estándar poblacional
Varianza
Varianza muestral
Varianza poblacional
Avanzado, sin agrupar

Para un uso avanzado del asignador de datos, como expresiones, limpieza y constantes, consulte Uso avanzado del asignador de datos

Filtros de datos de la tabla

Para ofrecer la máxima flexibilidad, hay filtros de datos disponibles tanto para los datos de origen como para los datos de destino. En conjuntos de datos grandes, puede ser especialmente beneficioso filtrar filas en el origen para que las operaciones restantes se realicen sobre un conjunto de datos más pequeño.

Seleccionar un subconjunto de datos

Este tipo de filtro permite filtrar los datos de origen entrantes según las condiciones especificadas.

Aplicar un filtro secundario a los datos resultantes

Este tipo de filtro permite aplicar un filtro a los datos resultantes posteriores a la transformación según las condiciones especificadas. La posibilidad de aplicar un filtro sobre el resultado transformado permite realizar exclusiones basadas en los resultados de cálculos complejos, resúmenes o funciones de ventana.

Segmentación final de la tabla de datos (límite)

La capacidad de segmentación de filas permite limitar las filas del conjunto de resultados según un intervalo y un punto de inicio.

Sintaxis de filtros

La sintaxis de filtros utiliza Python SQLAlchemy, que es la misma sintaxis que otras expresiones.

Consulte ejemplos y funciones de expresión en el área de Expresiones.