13. 文件体系结构¶

工作中，常需要处理文件的目录数据，如按规则重命名、文件归类等。数据专家中支持文件处理与应用，文件信息由文件实体数据、文件目录信息两部分组成；

文件实体数据，以二进制数组的方式存储（Byte[]）;

文件目录信息，又称之为元数据，包括文件名称、目录结构、扩展名、创建日期、文件大小、Hash值等。

文件体系：

数据专家中，提供一组针对文件操作的节点，由应用环境及节点功能两个维度构成；

文件体系结构图：

节点功能： 根据节点所处阶段划分为数据源、中间数据处理及文件应用三类；
应用环境： 根据数据来源环境划分为数据专家内部、单机目录、FTP服务器三个类型；
- 内部： 通过文件收集器，将数据专家数据可视化节点的成果，收集并转换为文件数据结构；
- 单机： 针对本地环境，以目录及子目录下的所有文件信息为基础，提供格式转换、剪切、复制、压缩、保存等操作功能；
- 服务器： 提供针对FTP服务器的系列操作功能；

除了以上这些节点外，数据专家内还提供丰富的针对二进制数组进行操作的函数，以便于您进行组合应用。

数据专家是一个开放体系，文件实体的来源不局限于扫描目录、扫描FTP两个数据源节点；数据库数据源中的Blob字段所表达的内容也是文件实体数据。

文件实体数据（Bytes[]）与普遍数据类型本质上没有区别，都是二维表格中一列数据。数据类型Bytes[]、字符串和Base64字符串之间，可以进行相互转换，如图所示。

图中箭头标注的内容为数据类型转换的途径，扫描目录和数据项转存为节点，其它为函数。

案例：

在油田数据整理过程中，需要从服务器上下载采油单位的相关完井报告文件，并进行数据结构化处理入库，需要从10万个FTP文件中挑选出一万个文档资料。

主要技术点：

从井基本信息表中，过滤出采油厂的井名；

根据井名，从完井报告表中，挑选出相应的文件名；

根据文件名，从FTP服务器上，下载相关文件；

其中：

扫描FTP ，是抓取FTP服务器的目录信息，作为数据源引入流程中；支持通过远程路径的选取方式，指定FTP路径；使用FTP目录信息与其它信息相互关联、验证，在信息系统建设过程中威力巨大，如可对数据库中的文件索引记录进行匹配，查找文件变更后的一致性问题；

FTP查看 ，从文件服务器上下载指定的文件；可以使用存储名称对下载后的文件进行重命名，如果不指定则以服务器上原有的文件名称存储文件。

流程就是一个魔法棒，流程建立之后，服务器上的文件就会按照你想要的方式，跑到你的电脑中。

注解

数据专家系统突破了传统观念上的限制，可以抓取文件目录信息作为数据源，而不仅仅局限于文件内容处理上。除了扫描FTP节点之外，还有扫描目录节点，用于对本地、映射网盘的目录信息的抓取。

注解

系统在文件数据体处理方面，即以文件体为数据项，也提供了一系列的节点，如格式转换、文件操作、CMD接口、Excel合并、Word合并等。