Tunnel上传遇到字符[NUL]问题

模拟生产环境下数据格式，再现异常情景:

 

Notepad++怎样输入字符[NUL]?

安装 Hex-Editor 插件:

HexEditor插件用于在notepad++中查看16进制文件，只需要将此dll放入notepad++安装目录下plugins文件夹下，重启notepad++即可。

使用方法： 可以切换到Hex模式，输入00，再切换回来。

(使用notepad++打开16进制文件，然后单击菜单栏的‘H’按钮，即可转换，如果想转回来，再按一次‘H’按钮)

问题描述：

在文本文件中，有时候会包含一些空字符或^@：

源数据在windows平台上Notepad++打开情形如下：

源数据在Linux Centos6.5平台上vim打开情形如下：

 

在使用Tunnel将生产环境下的文本数据上传到ODPS表过程中，由于源数据某些字段为NUL或^@，报错无法正确读取,异常是:导入数据列与目标表中列不匹配(not match).

问题原因：

可能是由于生产环境下业务需要，无效数据打上NUL字符或^@标记。

 

解决思路：

想办法把源数据中存在NUL或^@过滤或替换成空值。

 

具体解决方案如下：

字符在Linux平台上用vim编辑器打开后显示^@，用sed命令将^@替换成空

 

（sed命令组合很强大，要注意备份文件）

 

sed 's/[\x00]//g' test.txt > test.txt.bak

 

其中\x00表示二位十六进制

如果不想备份直接替换加上参数-i

 

sed -i 's/[\x00]//g' test.txt(-i选项：直接作用源文件，源文件将被修改)

替换后效果截图如下：

 

使用tunnel遇到空数据问题(建立测试数据)：

在一行中若有两个逗号，表明在中间有一个缺失值，test.txt文本测试数据如下：

201207092314,,rubbyhao

201207092313,,babyliy

结论：对于文本文件中''导入到ODPS表中默认插入式null值

 

补充一个知识点：

find . -type f -name 文件名 -exec ./changerepository.sh {} /;