如何将表单识别器 JSON 结构转换为 SQL table
How to Transform Form recognizer JSON structure into SQL table
我有以下 JSON 结构，它由 Azure 表单识别器 return 编辑 API。
columnCount 键给出了实际的列数。
我想将 Kind = columnHeader 的单元格转换为 Azure 的 Column SQL table
Kind = null 的其余单元格应转换为 Rows
在 ADF 中实现此目的的最佳方法是什么？
- 在 ADF 中使用 Flatten Activity
- 使用 Azure 函数中的循环和 return CSV 字符串编写转换逻辑
- 在 Azure Functions
中使用像 JUST.NET 这样的库
注意：从表单识别器return编辑的行数和列数将是动态的
{
“行数”：9，
“列数”：2，
“细胞”： [{
“种类”：“列标题”，
“行索引”：0，
“列索引”：0，
“行跨度”：1，
“列跨度”：1，
“内容”：“列A”，
“边界区域”：[{
“页码”：5，
“边界框”：[0.4461，
7.7151,
3.7924,
7.7151,
3.7924,
7.968,
0.4461,
7.968]
}],
“跨越”：[{
“偏移量”：6640，
“长度”：9
}]
},
{
“种类”：“列标题”，
“行索引”：0，
“列索引”：1，
“行跨度”：1，
“列跨度”：1，
“内容”：“B列”，
“边界区域”：[{
“页码”：5，
“边界框”：[3.7924，
7.7151,
7.1799,
7.7151,
7.1799,
7.968,
3.7924,
7.968]
}],
“跨越”：[{
“偏移量”：6650，
“长度”：9
}]
},
{
“行索引”：1，
“列索引”：0，
“行跨度”：1，
“列跨度”：1，
"content": "Cell1Value",
“边界区域”：[{
“页码”：5，
“边界框”：[0.4461，
7.968,
3.7924,
7.968,
3.7924,
8.195,
0.4461,
8.195]
}],
“跨越”：[{
“偏移量”：6660，
“长度”：18
}]
},
{
“行索引”：1，
“列索引”：1，
“行跨度”：1，
“列跨度”：1，
“内容”：“单元格2值”，
“边界区域”：[{
“页码”：5，
“边界框”：[3.7924，
7.968,
7.1799,
7.968,
7.1799,
8.195,
3.7924,
8.195]
}],
“跨越”：[{
“偏移量”：6679，
“长度”：18
}]
},
]
}
输出应该如下所示
列A，列B
单元格 1 值、单元格 2 值
这是一个对我有用的例子，是通过使用展平和聚合转换实现的。
展平时，按'cells'展开。
Flatten
FlattenDataPreview
然后，在聚合转换中，使用以下表达式按行索引分组并按文本聚合：
replace(trim(trim(toString(collect(text)),'['),']'),'"','')
AggregateDataPreview
如果您想继续使用数据流来设置您的 table，您可以创建派生列并将 SQL 设置为您的接收器。
TableDataPreview
或者，您可以保存到存储，然后在您的管道中使用副本 activity。
我有以下 JSON 结构，它由 Azure 表单识别器 return 编辑 API。
columnCount 键给出了实际的列数。
我想将 Kind = columnHeader 的单元格转换为 Azure 的 Column SQL table
Kind = null 的其余单元格应转换为 Rows
在 ADF 中实现此目的的最佳方法是什么？
- 在 ADF 中使用 Flatten Activity
- 使用 Azure 函数中的循环和 return CSV 字符串编写转换逻辑
- 在 Azure Functions 中使用像 JUST.NET 这样的库
注意：从表单识别器return编辑的行数和列数将是动态的
{ “行数”：9， “列数”：2， “细胞”： [{ “种类”：“列标题”， “行索引”：0， “列索引”：0， “行跨度”：1， “列跨度”：1， “内容”：“列A”， “边界区域”：[{ “页码”：5， “边界框”：[0.4461， 7.7151, 3.7924, 7.7151, 3.7924, 7.968, 0.4461, 7.968] }], “跨越”：[{ “偏移量”：6640， “长度”：9 }] }, { “种类”：“列标题”， “行索引”：0， “列索引”：1， “行跨度”：1， “列跨度”：1， “内容”：“B列”， “边界区域”：[{ “页码”：5， “边界框”：[3.7924， 7.7151, 7.1799, 7.7151, 7.1799, 7.968, 3.7924, 7.968] }], “跨越”：[{ “偏移量”：6650， “长度”：9 }] }, { “行索引”：1， “列索引”：0， “行跨度”：1， “列跨度”：1， "content": "Cell1Value", “边界区域”：[{ “页码”：5， “边界框”：[0.4461， 7.968, 3.7924, 7.968, 3.7924, 8.195, 0.4461, 8.195] }], “跨越”：[{ “偏移量”：6660， “长度”：18 }] }, { “行索引”：1， “列索引”：1， “行跨度”：1， “列跨度”：1， “内容”：“单元格2值”， “边界区域”：[{ “页码”：5， “边界框”：[3.7924， 7.968, 7.1799, 7.968, 7.1799, 8.195, 3.7924, 8.195] }], “跨越”：[{ “偏移量”：6679， “长度”：18 }] }, ] }
输出应该如下所示
列A，列B
单元格 1 值、单元格 2 值
这是一个对我有用的例子，是通过使用展平和聚合转换实现的。
展平时，按'cells'展开。
Flatten
FlattenDataPreview
然后，在聚合转换中，使用以下表达式按行索引分组并按文本聚合：
replace(trim(trim(toString(collect(text)),'['),']'),'"','')
AggregateDataPreview
如果您想继续使用数据流来设置您的 table，您可以创建派生列并将 SQL 设置为您的接收器。
TableDataPreview
或者，您可以保存到存储，然后在您的管道中使用副本 activity。