首先分析XML结构，利用Kettle的XML输入流步骤通过XPath分别提取/order和/order/items/item节点，配置字段映射并处理属性与嵌套，将订单头和明细输出到不同Excel工作表，结合拆分、合并及脚本步骤应对复杂情况，最终实现高效稳定的XML到Excel转换。
在数据集成场景中，经常需要将结构复杂的XML文件转换为Excel格式，以便业务人员查看或进一步分析。使用ETL工具如Kettle（也称Pentaho Data Integration）可以高效完成这一任务，尤其适用于嵌套层级深、字段动态变化的XML数据。
理解XML结构与映射逻辑
在开始转换前，先分析源XML文件的结构。例如：
<orders><order id="1001" date="2024-04-01">
<customer name="张三" phone="13800138000"/>
<items>
<item sku="A001" quantity="2" price="29.9"/>
<item sku="A002" quantity="1" price="45.0"/>
</items>
</order>
</orders>
目标是将订单信息与明细拆分为两个Excel工作表：一个用于订单头（orders），另一个用于订单项（items）。Kettle中的“XML输入流”步骤支持XPath路径解析，可分别提取/order节点和/order/items/item节点。
配置Kettle作业流程
在Spoon（Kettle的图形化设计工具）中创建转换，按以下步骤操作：
- 添加“XML输入流”步骤，指定XML文件路径，并设置重复元素的XPath为 /orders/order
- 配置字段映射：读取id、date、customer/name、customer/@phone等字段，注意属性用@前缀表示
- 使用“拆分字段”或“复制记录到结果”将主订单与子项分离
- 再添加一个“XML输入流”，用于处理子项，XPath设为 /orders/order/items/item，并关联父级order id
- 将两路输出分别连接到“Excel输出”步骤，指定不同sheet名称（如Sheet1=Orders，Sheet2=OrderItems）
处理复杂情况的技巧
实际项目中可能遇到命名空间、空值、多层嵌套等问题，可通过以下方式应对：
- 在XML输入中启用“忽略命名空间”选项，避免因ns前缀导致解析失败
- 为每个字段设置默认值，防止空节点引发错误
- 对深度嵌套结构，可使用多个XML输入步骤逐层提取，再通过公共键合并
- 利用“JavaScript”或“计算器”步骤生成衍生字段，如小计金额 = quantity × price
优化与部署建议
确保转换稳定运行，需关注性能与容错性：
- 大文件处理时启用“流式读取”，减少内存占用
- 在作业中包裹转换，加入日志记录与异常跳转
- 参数化文件路径，便于调度执行
- 测试阶段使用小型样本数据验证结构正确性
基本上就这些。只要理清数据层级关系，Kettle能灵活应对大多数XML到Excel的转换需求，关键是合理设计XPath路径和字段映射规则。
