【Power Automate】使用CSV文件向SharePoint中批量导入数据

2024-03-08 18:44

本文主要是介绍【Power Automate】使用CSV文件向SharePoint中批量导入数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

SharePoint并没有依照上传的文件内容来向一个List中批量导入数据的能力,但SharePoint倒是有一个根据Excel文件来建表顺便导入数据的能力。

我们在建表的时候选择从Excel文件开始,SharePoint就可以在根据Excel的列建表的同时把表中数据也一块导进这个新表。

不过我们今天要分享的功能是使用csv文件将数据批量导入一个已经存在的SharePoint List。

开始之前我先给一个前提,就是我们上传的文件需要是以逗号分隔的csv文件的格式。

然后我们开始,我们暂时先选择手动触发流,并给触发器设置一个文件类型的参数,用来测试用,等我们把流程搭好了再换成上传文件后自动触发的触发器(如果咱们觉得自动触发不太妥,还可以换成选择文件后手动触发的触发器)。

之后我们需要获取到这个文件的内容,首先,我们把这个文件转成Base64的字符串格式。

在这种格式下,整个文件的所有内容会被放到一个字符串中,就像这样。

之后我们要做的事就是把每一行的数据给挑出来。

我们可以看到这个字符串中,是存在每一行的换行符的。

那我们按照换行符来把这个字符串给分割一下就好了。

换行符(\r\n)在Power Automate中可以这样获得。

decodeUriComponent('%0D%0A')

然后我们调用split表达式进行分割。

分割以后我们就能拿到一个数组,这个数组的每一个元素就是我们上传的csv文件中的每行数据。

如果我们的csv文件的前几行不是有效数据,而是表头信息或是其他的提示信息,就像这样。

那我们需要剔除掉这几行数据。

然后我们可以看到,我们那个字符串在分割成数组后,数组最后是有一个空项的,接下来我们需要剔除这个空项。

添加新节点。

筛选数组中不为空的项。

这样最后那个空项就被去掉了。

之后我们就可以着手开始把数据往SharePoint List中导了。

放一个遍历节点,遍历我们数组中的每一个元素,然后把每一个元素中对应的数据放到表的字段中即可。

由于我们数组中的每一个元素都还是整个的字符串,所以我们还是需要切字符串,直接根据逗号的位置来切就好了,至于该取哪个下标,那就需要看我们csv表的设计了。

在我们的设计中,标题是第一列,所以在上边那张截图中,取标题的数据需要取切出来的0号下标的值。

所有类型的数据都是直接取切出来的值就好了,就是人员字段有点不同,我以前也分享过,在Power Automate中,人员字段需要有这么一个前缀。

所以我们导入人员字段的时候需要这么写。

先把前缀加上,再放上我们切出来的人员邮箱地址。

当然,如果我们的人员信息在csv文件中就是按这个格式来的,那直接放上去就好。

最后我们需要解决一下当数字字段、日期字段、人员字段出现空值时的处理方案,毕竟当csv文件中的这些字段没有值时,SharePoint List将会拿到一个空字符串,这将直接导致流程报数据类型不匹配。

这很好办,当对应的值为空字符串时,返回一个null即可。

注意人员字段,当值不为空的时候需要使用concat表达式把前缀和人员邮箱地址连起来

做完之后就可以测试运行了。

一点毛病没有。

为了加强我们这个流程对大量数据导入时的效率,我们可以把这个遍历节点的并发值拉高一点。

测试没问题之后我们就着手来改触发器了。

改了触发器后别忘了改这里呦。

这里 ['body'] 后边要手动加一个 ?['$content'] 需要注意一下。

---

欢迎加vx交流:vAfi_FeiFei

这篇关于【Power Automate】使用CSV文件向SharePoint中批量导入数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/788039

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件