Table Text Function 步骤

说明

表：文本函数 步骤对每一行中函数所读取的列应用文本函数，并将结果写入源表副本的新列。函数所读取的任何列中出现 NULL，结果即为 NULL。

源和选项

源表和 输出表 — 要读取的表和要写入的表。
函数 — 要应用的函数。表单提供下面两个表中的函数，并为所选函数读取的每个参数显示一个按其作用命名的列字段。
参数列 — 函数读取的列，按表中列出的顺序排列。每一项都是必填的。
输出列 — 添加到源副本中的列的名称。

函数	参数	结果
`levenshtein`	第一列，第二列	区分大小写的编辑距离，为整数
`soundex`	文本	文本
`json_format`	JSON	格式化后的 JSON 文本
`json_field`	JSON，路径	文本
`json_set_text`, `json_set_number`, `json_set_boolean`	JSON，路径，值	设置了该值的 JSON 文本
`regex_match`	文本，模式，区分大小写	真或假
`regex_search`	文本，模式，出现次数，区分大小写	位置，为整数
`regex_extract`	文本，模式，出现次数，区分大小写	文本
`regex_replace`	文本，模式，替换内容，区分大小写	文本
`to_text_number`	数字，模式	文本：以 DecimalFormat 风格的模式写出的数字
`to_text_datetime`	日期/时间，模式	文本：以日期时间模式写出的日期
`parse_date`	文本，模式	读取为日期的文本
`parse_datetime`	文本，模式	读取为日期时间的文本

已转换的 Savant 分析可以包含其中任何函数，它们的运行方式相同。表单未提供的函数会显示其存储的列，并按保存时的原样保留。

更多函数

函数列表还提供以下函数。已转换的 KNIME 工作流也会使用它们。

函数	参数	结果
`damerau_levenshtein`, `hamming`, `lcs`	第一列，第二列	对应的编辑距离，为整数
`jaro`, `jaro_winkler`	第一列，第二列	1 减去相似度，文本相同时为 0
`ngram_distance`	第一列，第二列	1 减去字符二元组的 Dice 系数
`jaccard_tokens`, `dice_tokens`, `cosine_tokens`	第一列，第二列	1 减去两段文本中单词集合的相似度，任一方没有单词时为 1
`java_compare`	第一列，第二列	首个不同字符的差值，与 Java 的 `compareTo` 给出的结果相同，为整数
`java_regex`	文本，模式，替换内容（仅替换模式）	从列中读取的 Java 正则表达式：在 `matches` 和 `find` 模式下为真或假，在 `extract` 和 `replace` 模式下为文本
`knime_count`	文本，搜索文本	搜索文本出现的次数，为整数
`knime_binomial`, `long_pow`	两个数字	二项式系数或整数幂，使用会回绕的 64 位运算
`encode`, `decode`	文本	以某种字符集表示的文本的 Base64 字节，以及反向转换
`url_encode`	文本	按表单值进行百分号编码的文本，空格写作 `+`
`list_sort_numeric`	文本	以分隔文本形式保存的列表，按数值排序
`geojson_to_wkt`	JSON，路径	路径（如 `$.a[0]`，或用 `$` 表示文本本身）处的 GeoJSON 几何图形，输出为 WKT
`json_patch_apply`	JSON	应用了 JSON Patch 或 Merge Patch 的文档
`json_diff`	第一个 JSON，第二个 JSON	将第一个文档变为第二个文档的 JSON Patch
`json_schema_check`	JSON	文档相对于 JSON 架构的错误，以 JSON 表示；没有错误时为 NULL
`json_normalize`	JSON	规范化后的 JSON 文本形式的文档
`json_to_xml`, `xml_to_json`	文档	转换为 XML 或 JSON 的文档
`xml_well_formed`	XML	若为格式良好的 XML 则为该文本，否则为 NULL
`xslt`	XML，样式表	经 XSLT 样式表转换的文档
`message_text`, `message_tool_calls`	JSON	AI 消息的文本，或其以 JSON 表示的工具调用

在 function_options 中设置函数的选项：

java_regex — mode：matches（默认，整个文本）、find（任意位置）、extract（首个匹配的 group 组，默认 0）或 replace（每个匹配）；flags 中的 i 表示忽略大小写。
knime_count — modifiers：i 表示忽略大小写，w 表示按空白之间的完整单词计数。
encode 和 decode — charset，一个 Java 字符集名称；默认为 UTF-8。
json_patch_apply — patch，即 JSON Patch 数组或 Merge Patch 对象；merge 为 true 表示 Merge Patch；keep 表示在补丁测试失败时保留文档。
json_schema_check — schema；fail 表示在遇到第一个错误时停止步骤，而不是返回该错误。
json_normalize — comments 允许 /* */ 和 // 注释；fail（默认 true）在文本不是 JSON 时停止步骤，false 则给出 NULL。
json_to_xml — root、item、typed、parent_keys、namespace、text_key 和 text_key_enabled。xml_to_json — text_key、comments 和 pis。
list_sort_numeric — separator；empty，为没有元素的列表写入的文本；以及 missing，缺失元素的文本，排在最后。

默认情况下，步骤读取源的所有列，并写入所有源列，后面跟着输出列。设置 source_columns 可只读取部分列，设置 target_columns（每项为 {source, target, dtype}）可选择并排列写入的列。与输出列同名的目标列会取代输出列的位置，并使用给定的数据类型。

Table Text Function 步骤

说明

源和选项

更多函数

相关内容