datax(19):源码解读内置Transformer「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。

通过datax（18）已经对transformer有了初步了解，继续撸代码，看datax已经内置的5种简单类型transformer；

一、概述

目前datax内置了5种常用的transformer，分别如下

截取SubstrTransformer
填充PadTransformer
替换ReplaceTransformer
过滤FilterTransformer
Groovy类型GroovyTransformer

二、SubstrTransformer

主要是对record中的column的值进行按照长度截取；

参数：3个
- 第一个参数：字段编号，对应record中第几个字段。
- 第二个参数：字段值的开始位置。
- 第三个参数：目标字段长度。
返回：从字符串的指定位置（包含）截取指定长度的字符串。如果开始位置非法抛出异常。如果字段为空值，直接返回（即不参与本transformer）
举例：

dx_substr(1,"2","5")  column 1的value为“dataxTest”=>"taxTe"
dx_substr(1,"5","10")  column 1的value为“dataxTest”=>"Test"

里面第一个方法是给该transformer一个唯一的标识符name（后续几个transformer的子类类似，不在赘述）

 /** * 给该transform起一个唯一标识符 */
  public SubstrTransformer() { 
   
    setTransformerName("dx_substr");
  }

第二个方法是实现父类的evaluate

  /** * 参数：3个 <br> * 第一个参数：字段编号，对应record中第几个字段。 <br> * 第二个参数：字段值的开始位置。 <br> * 第三个参数：目标字段长度。 <br> * 举例： <br> * dx_substr(1,"2","5") column 1的value为“dataxTest”=>"taxTe" * dx_substr(1,"5","10") column 1的value为“dataxTest”=>"Test" * * @param record Record 行记录，UDF进行record的处理后，更新相应的record * @param paras Object transformer函数参数 * @return Record从字符串的指定位置（包含）截取指定长度的字符串。如果开始位置非法抛出异常。如果字段为空值，直接返回 * （即不参与本transformer） */
  @Override
  public Record evaluate(Record record, Object... paras) { 
   

    int columnIndex;
    int startIndex;
    int targetLen;
    try { 
   
      // 参数异常检测
      if (paras.length != 3) { 
   
        throw new RuntimeException("dx_substr paras must be 3");
      }
      //获取对应参数值
      columnIndex = (Integer) paras[0];
      startIndex = Integer.valueOf((String) paras[1]);
      targetLen = Integer.valueOf((String) paras[2]);

    } catch (Exception e) { 
   
      throw DataXException.asDataXException(TransformerErrorCode.TRANSFORMER_ILLEGAL_PARAMETER,
          "paras:" + Arrays.asList(paras).toString() + " => " + e.getMessage());
    }
    // 根据index从record中获取 column
    Column column = record.getColumn(columnIndex);
    try { 
   
      String oriValue = column.asString();
      //如果字段为空，跳过subStr处理
      if (oriValue == null) { 
   
        return record;
      }
      String newValue;
      int oriLen = oriValue.length();
      if (startIndex > oriLen) { 
   
        throw new RuntimeException(String
            .format("dx_substr startIndex(%s) out of range(%s)", startIndex, oriLen));
      }
      if (startIndex + targetLen >= oriLen) { 
   
        newValue = oriValue.substring(startIndex);
      } else { 
   
        newValue = oriValue.substring(startIndex, startIndex + targetLen);
      }
      record.setColumn(columnIndex, new StringColumn(newValue));
    } catch (Exception e) { 
   
      throw DataXException.asDataXException(TRANSFORMER_RUN_EXCEPTION, e.getMessage(), e);
    }
    return record;
  }

三、PadTransformer

参数：4个
- 第一个参数：字段编号，对应record中第几个字段。
- 第二个参数：“l”,“r”, 指示是在头进行pad，还是尾进行pad。
- 第三个参数：目标字段长度。
- 第四个参数：需要pad的字符。
返回：如果源字符串长度小于目标字段长度，按照位置添加pad字符后返回。如果长于，直接截断（都截右边）。如果字段为空值，转换为空字符串进行pad，即最后的字符串全是需要pad的字符
举例：

         dx_pad(1,"l","4","A"), 如果column 1 的值为 xyz=> Axyz， 值为 xyzzzzz => xyzz
         dx_pad(1,"r","4","A"), 如果column 1 的值为 xyz=> xyzA， 值为 xyzzzzz => xyzz

public PadTransformer() { 
   
    setTransformerName("dx_pad");
  }

  /** * 参数：4个 <br/> * 第一个参数：字段编号，对应record中第几个字段。 <br/> * 第二个参数："l","r", 指示是在头进行pad，还是尾进行pad。 <br/> * 第三个参数：目标字段长度。 <br/> * 第四个参数：需要pad的字符。 <br/> * 举例： <br/> * dx_pad(1,"l","4","A"), 如果column 1 的值为 xyz=> Axyz， 值为 xyzzzzz => xyzz <br/> * dx_pad(1,"r","4","A"), 如果column 1 的值为 xyz=> xyzA， 值为 xyzzzzz => xyzz <br/> * * @param record Record 行记录，UDF进行record的处理后，更新相应的record * @param paras Object transformer函数参数 * @return Record 如果源字符串长度小于目标字段长度，按照位置添加pad字符后返回。如果长于，直接截断（都截右边）。 * 如果字段为空值，转换为空字符串进行pad，即最后的字符串全是需要pad的字符 */
  @Override
  public Record evaluate(Record record, Object... paras) { 
   

    int columnIndex;
    String padType;
    int length;
    String padString;
    try { 
   
      if (paras.length != 4) { 
   
        throw new RuntimeException("dx_pad paras must be 4");
      }
      columnIndex = (Integer) paras[0];
      padType = (String) paras[1];
      length = Integer.valueOf((String) paras[2]);
      padString = (String) paras[3];
    } catch (Exception e) { 
   
      throw DataXException.asDataXException(TransformerErrorCode.TRANSFORMER_ILLEGAL_PARAMETER,
          "paras:" + Arrays.asList(paras).toString() + " => " + e.getMessage());
    }

    Column column = record.getColumn(columnIndex);
    try { 
   
      String oriValue = column.asString();
      //如果字段为空，作为空字符串处理
      if (oriValue == null) { 
   
        oriValue = "";
      }
      String newValue;
      //"l","r", 指示是在头进行pad，还是尾进行pad
      if (!padType.equalsIgnoreCase("r") && !padType.equalsIgnoreCase("l")) { 
   
        throw new RuntimeException(String.format("dx_pad first para(%s) support l or r", padType));
      }

      if (length <= oriValue.length()) { 
   
        // 如果目标长度len 小于 真实原数数据长度oriValue.length，则使用截取，截取原来数据0到len
        newValue = oriValue.substring(0, length);
      } else { 
   
        newValue = doPad(padType, oriValue, length, padString);
      }
      record.setColumn(columnIndex, new StringColumn(newValue));
    } catch (Exception e) { 
   
      throw DataXException.asDataXException(TRANSFORMER_RUN_EXCEPTION, e.getMessage(), e);
    }
    return record;
  }

  /** * 真正实现填充的逻辑 * * @param padType String 需要填充的类型 * @param oriValue String 原始数据 * @param length int 需要填充后的长度 * @param padString String 需要填充的字符串 * @return String */
  private String doPad(String padType, String oriValue, int length, String padString) { 
   

    String finalPad = "";
    int needLen = length - oriValue.length();
    while (needLen > 0) { 
   

      if (needLen >= padString.length()) { 
   
        finalPad += padString;
        needLen -= padString.length();
      } else { 
   
        finalPad += padString.substring(0, needLen);
        needLen = 0;
      }
    }
    //"l","r", 指示是在头进行pad，还是尾进行pad
    if (padType.equalsIgnoreCase("l")) { 
   
      return finalPad + oriValue;
    } else { 
   
      return oriValue + finalPad;
    }
  }

四、ReplaceTransformer

参数：4个
- 第一个参数：字段编号，对应record中第几个字段。
- 第二个参数：字段值的开始位置。
- 第三个参数：需要替换的字段长度。
- 第四个参数：需要替换的字符串。
返回：从字符串的指定位置（包含）替换指定长度的字符串。如果开始位置非法抛出异常。如果字段为空值，直接返回（即不参与本transformer）
举例：

dx_replace(1,"2","4","****")  column 1的value为“dataxTest”=>"da****est"
dx_replace(1,"5","10","****")  column 1的value为“dataxTest”=>"data****"

/** * 参数：4个 * 第一个参数：字段编号，对应record中第几个字段。 * 第二个参数：字段值的开始位置。 * 第三个参数：需要替换的字段长度。 * 第四个参数：需要替换的字符串。 * 举例： * dx_replace(1,"2","4","****") column 1的value为“dataxTest”=>"da****est" * dx_replace(1,"5","10","****") column 1的value为“dataxTest”=>"data****" * * @param record Record 行记录，UDF进行record的处理后，更新相应的record * @param paras Object transformer函数参数 * @return 从字符串的指定位置（包含）替换指定长度的字符串。如果开始位置非法抛出异常。如果字段为空值，直接返回（即不参与本transformer） */
  @Override
  public Record evaluate(Record record, Object... paras) { 
   

    int columnIndex;
    int startIndex;
    int targetLen;
    String replaceStr;
    try { 
   
      if (paras.length != 4) { 
   
        throw new RuntimeException("dx_replace paras must be 4");
      }

      columnIndex = (Integer) paras[0];
      startIndex = Integer.valueOf((String) paras[1]);
      targetLen = Integer.valueOf((String) paras[2]);
      replaceStr = (String) paras[3];
    } catch (Exception e) { 
   
      throw DataXException.asDataXException(TransformerErrorCode.TRANSFORMER_ILLEGAL_PARAMETER,
          "paras:" + Arrays.asList(paras).toString() + " => " + e.getMessage());
    }
    Column column = record.getColumn(columnIndex);
    try { 
   
      String oriValue = column.asString();
      //如果字段为空，跳过replace处理
      if (oriValue == null) { 
   
        return record;
      }
      String newValue;
      int oriLen = oriValue.length();
      if (startIndex > oriLen) { 
   
        throw new RuntimeException(String
            .format("dx_replace startIndex(%s) out of range(%s)", startIndex, oriLen));
      }
      newValue = oriValue.substring(0, startIndex) + replaceStr;
      if (startIndex + targetLen < oriLen) { 
   
        newValue = newValue + oriValue.substring(startIndex + targetLen);
      }
      record.setColumn(columnIndex, new StringColumn(newValue));
    } catch (Exception e) { 
   
      throw DataXException
          .asDataXException(TransformerErrorCode.TRANSFORMER_RUN_EXCEPTION, e.getMessage(), e);
    }
    return record;
  }

五、FilterTransformer

参数：
- 第一个参数：字段编号，对应record中第几个字段。
- 第二个参数：运算符，支持一下运算符：like, not like, >, =, <, >=, !=, <=
- 第三个参数：正则表达式（java正则表达式）、值。
返回：
- 如果匹配正则表达式，返回Null，表示过滤该行。不匹配表达式时，表示保留该行。（注意是该行）。对于>=<都是对字段直接compare的结果.
- like ， not like是将字段转换成String，然后和目标正则表达式进行全匹配。
- , =, <, >=, !=, <= 对于DoubleColumn比较double值，对于LongColumn和DateColumn比较long值，其他StringColumn，BooleanColumn以及ByteColumn均比较的是StringColumn值。
- 如果目标column为空（null），对于 = null的过滤条件，将满足条件，被过滤。！=null的过滤条件，null不满足过滤条件，不被过滤。 like，字段为null不满足条件，不被过滤，和not like，字段为null满足条件，被过滤。
举例：

dx_filter(1,"like","dataTest")  
dx_filter(1,">=","10")

/** * 过滤transformer类 * Created by liqiang on 16/3/4. */
public class FilterTransformer extends Transformer { 
   

  public FilterTransformer() { 
   
    setTransformerName("dx_filter");
  }

  /** * 参数： <br> * 第一个参数：字段编号，对应record中第几个字段。 <br> * 第二个参数：运算符，支持一下运算符：like, not like, >, =, <, >=, !=, <= <br> * 第三个参数：正则表达式（java正则表达式）、值。 <br> * 返回： * 如果匹配正则表达式，返回Null，表示过滤该行。不匹配表达式时，表示保留该行。（注意是该行）。对于>=<都是对字段直接compare的结果. <br> * like ， not like是将字段转换成String，然后和目标正则表达式进行全匹配。 <br> * , =, <, >=, !=, <= 对于DoubleColumn比较double值，对于LongColumn和DateColumn比较long值， <br> * 其他StringColumn，BooleanColumn以及ByteColumn均比较的是StringColumn值。 <br> * <p> * 如果目标column为空（null），对于 = null的过滤条件，将满足条件，被过滤。！=null的过滤条件，null不满足过滤条件，不被过滤。 <br> * like，字段为null不满足条件，不被过滤，和not like，字段为null满足条件，被过滤。 <br> * 举例： <br> * dx_filter(1,"like","dataTest") <br> * dx_filter(1,">=","10") <br> * * @param record Record 行记录，UDF进行record的处理后，更新相应的record * @param paras Object transformer函数参数 * @return Record */
  @Override
  public Record evaluate(Record record, Object... paras) { 
   
    int columnIndex;
    String code;
    String value;
    try { 
   
      if (paras.length != 3) { 
   
        throw new RuntimeException("dx_filter paras must be 3");
      }
      columnIndex = (Integer) paras[0];
      code = (String) paras[1];
      value = (String) paras[2];
      if (StringUtils.isEmpty(value)) { 
   
        throw new RuntimeException("dx_filter para 2 can't be null");
      }
    } catch (Exception e) { 
   
      throw DataXException.asDataXException(TransformerErrorCode.TRANSFORMER_ILLEGAL_PARAMETER,
          "paras:" + Arrays.asList(paras).toString() + " => " + e.getMessage());
    }
    Column column = record.getColumn(columnIndex);
    try { 
   
      if ("like".equalsIgnoreCase(code)) { 
   
        return doLike(record, value, column);
      } else if ("not like".equalsIgnoreCase(code)) { 
   
        return doNotLike(record, value, column);
      } else if (">".equalsIgnoreCase(code)) { 
   
        return doGreat(record, value, column, false);
      } else if ("<".equalsIgnoreCase(code)) { 
   
        return doLess(record, value, column, false);
      } else if ("=".equalsIgnoreCase(code) || "==".equalsIgnoreCase(code)) { 
   
        return doEqual(record, value, column);
      } else if ("!=".equalsIgnoreCase(code)) { 
   
        return doNotEqual(record, value, column);
      } else if (">=".equalsIgnoreCase(code)) { 
   
        return doGreat(record, value, column, true);
      } else if ("<=".equalsIgnoreCase(code)) { 
   
        return doLess(record, value, column, true);
      } else { 
   
        throw new RuntimeException("dx_filter can't support code:" + code);
      }
    } catch (Exception e) { 
   
      throw DataXException.asDataXException(TRANSFORMER_RUN_EXCEPTION, e.getMessage(), e);
    }
  }


  private Record doGreat(Record record, String value, Column column, boolean hasEqual) { 
   

    //如果字段为空，直接不参与比较。即空也属于无穷小
    if (column.getRawData() == null) { 
   
      return record;
    }
    if (column instanceof DoubleColumn) { 
   
      Double ori = column.asDouble();
      double val = Double.parseDouble(value);
      if (hasEqual) { 
   
        return ori >= val ? null : record;
      } else { 
   
        return ori > val ? null : record;
      }
    } else if (column instanceof LongColumn || column instanceof DateColumn) { 
   
      Long ori = column.asLong();
      long val = Long.parseLong(value);
      if (hasEqual) { 
   
        return ori >= val ? null : record;
      } else { 
   
        return ori > val ? null : record;
      }
    } else if (column instanceof StringColumn || column instanceof BytesColumn
        || column instanceof BoolColumn) { 
   
      String ori = column.asString();
      if (hasEqual) { 
   
        return ori.compareTo(value) >= 0 ? null : record;
      } else { 
   
        return ori.compareTo(value) > 0 ? null : record;
      }
    } else { 
   
      throw new RuntimeException(
          ">=,> can't support this columnType:" + column.getClass().getSimpleName());
    }
  }

  private Record doLess(Record record, String value, Column col, boolean hasEqual) { 
   

    //如果字段为空，直接不参与比较。即空也属于无穷大
    if (col.getRawData() == null) { 
   
      return record;
    }
    if (col instanceof DoubleColumn) { 
   
      Double ori = col.asDouble();
      double val = Double.parseDouble(value);
      if (hasEqual) { 
   
        return ori <= val ? null : record;
      } else { 
   
        return ori < val ? null : record;
      }
    } else if (col instanceof LongColumn || col instanceof DateColumn) { 
   
      Long ori = col.asLong();
      long val = Long.parseLong(value);
      if (hasEqual) { 
   
        return ori <= val ? null : record;
      } else { 
   
        return ori < val ? null : record;
      }
    } else if (col instanceof StringColumn || col instanceof BytesColumn
        || col instanceof BoolColumn) { 
   
      String ori = col.asString();
      if (hasEqual) { 
   
        return ori.compareTo(value) <= 0 ? null : record;
      } else { 
   
        return ori.compareTo(value) < 0 ? null : record;
      }
    } else { 
   
      throw new RuntimeException(
          "<=,< can't support this columnType:" + col.getClass().getSimpleName());
    }
  }

  /** * DateColumn将比较long值，StringColumn，ByteColumn以及BooleanColumn比较其String值 * * @param record Record * @param value String * @param col Column * @return Record 如果相等，则过滤。 */
  private Record doEqual(Record record, String value, Column col) { 
   
    //如果字段为空，只比较目标字段为"null"，否则null字段均不过滤
    if (col.getRawData() == null) { 
   
      return "null".equalsIgnoreCase(value) ? null : record;
    }
    if (col instanceof DoubleColumn) { 
   
      Double ori = col.asDouble();
      double val = Double.parseDouble(value);
      return ori == val ? null : record;
    } else if (col instanceof LongColumn || col instanceof DateColumn) { 
   
      Long ori = col.asLong();
      long val = Long.parseLong(value);
      return ori == val ? null : record;
    } else if (col instanceof StringColumn || col instanceof BytesColumn
        || col instanceof BoolColumn) { 
   
      String ori = col.asString();
      return ori.compareTo(value) == 0 ? null : record;
    } else { 
   
      throw new RuntimeException("can't support this columnType:" + col.getClass().getSimpleName());
    }
  }

  /** * DateColumn将比较long值，StringColumn，ByteColumn以及BooleanColumn比较其String值 * * @param record Record * @param value String * @param col Column * @return Record 如果不相等，则过滤。 */
  private Record doNotEqual(Record record, String value, Column col) { 
   
    //如果字段为空，只比较目标字段为"null", 否则null字段均过滤。
    if (col.getRawData() == null) { 
   
      return "null".equalsIgnoreCase(value) ? record : null;
    }
    if (col instanceof DoubleColumn) { 
   
      Double ori = col.asDouble();
      double val = Double.parseDouble(value);
      return ori != val ? null : record;
    } else if (col instanceof LongColumn || col instanceof DateColumn) { 
   
      Long ori = col.asLong();
      long val = Long.parseLong(value);
      return ori != val ? null : record;
    } else if (col instanceof StringColumn || col instanceof BytesColumn
        || col instanceof BoolColumn) { 
   
      String ori = col.asString();
      return ori.compareTo(value) != 0 ? null : record;
    } else { 
   
      throw new RuntimeException("can't support this columnType:" + col.getClass().getSimpleName());
    }
  }

  private Record doLike(Record record, String value, Column column) { 
   
    String oriValue = column.asString();
    return oriValue != null && oriValue.matches(value) ? null : record;
  }

  private Record doNotLike(Record record, String value, Column column) { 
   
    String oriValue = column.asString();
    return oriValue != null && oriValue.matches(value) ? record : null;
  }
}

六、GroovyTransformer

首先需要知道groovy是什么：运行在jvm上，吸收Python、Ruby和Smalltalk等特性的一种脚本语言！！！可以和java代码库相互操作；
一句话概括就是：用户可以写一些groovy代码，使用GroovyTransformer加载运行实现transform的作用！！！

参数。
- 第一个参数： groovy code
- 第二个参数（列表或者为空）：extraPackage
备注：
- dx_groovy只能调用一次。不能多次调用。
- groovy code中支持java.lang, java.util的包，可直接引用的对象有record，以及element下的各种column（BoolColumn.class,BytesColumn.class,DateColumn.class,DoubleColumn.class,LongColumn.class,StringColumn.class）。不支持其他包，如果用户有需要用到其他包，可设置extraPackage，注意extraPackage不支持第三方jar包。
- groovy code中，返回更新过的Record（比如record.setColumn(columnIndex, new StringColumn(newValue));），或者null。返回null表示过滤此行。
- 用户可以直接调用静态的Util方式（GroovyTransformerStaticUtil），目前GroovyTransformerStaticUtil的方法列表 (按需补充)：
举例:

groovy 实现的subStr:
        String code = "Column column = record.getColumn(1);\n" +
                " String oriValue = column.asString();\n" +
                " String newValue = oriValue.substring(0, 3);\n" +
                " record.setColumn(1, new StringColumn(newValue));\n" +
                " return record;";
        dx_groovy(record);

groovy 实现的Replace
String code2 = "Column column = record.getColumn(1);\n" +
                " String oriValue = column.asString();\n" +
                " String newValue = \"****\" + oriValue.substring(3, oriValue.length());\n" +
                " record.setColumn(1, new StringColumn(newValue));\n" +
                " return record;";

groovy 实现的Pad
String code3 = "Column column = record.getColumn(1);\n" +
                " String oriValue = column.asString();\n" +
                " String padString = \"12345\";\n" +
                " String finalPad = \"\";\n" +
                " int NeedLength = 8 - oriValue.length();\n" +
                "        while (NeedLength > 0) {\n" +
                "\n" +
                "            if (NeedLength >= padString.length()) {\n" +
                "                finalPad += padString;\n" +
                "                NeedLength -= padString.length();\n" +
                "            } else {\n" +
                "                finalPad += padString.substring(0, NeedLength);\n" +
                "                NeedLength = 0;\n" +
                "            }\n" +
                "        }\n" +
                " String newValue= finalPad + oriValue;\n" +
                " record.setColumn(1, new StringColumn(newValue));\n" +
                " return record;";


/** * Groovy类的transformer * Created by liqiang on 16/3/4. */
public class GroovyTransformer extends Transformer { 
   

  public GroovyTransformer() { 
   
    setTransformerName("dx_groovy");
  }

  private Transformer groovyTransformer;

  /** * 参数 <br> * 第一个参数： groovy code <br> * 第二个参数（列表或者为空）：extraPackage <br> * 备注： <br> * dx_groovy只能调用一次。不能多次调用。 <br> * groovy code中支持java.lang, java.util的包，可直接引用的对象有record，以及element下的各种 <br> * column（BoolColumn.class,BytesColumn.class,DateColumn.class,DoubleColumn.class,LongColumn.class, * <br> * StringColumn.class）。不支持其他包，如果用户有需要用到其他包，可设置extraPackage，注意extraPackage不支持第三方jar包。 <br> * groovy code中，返回更新过的Record（比如record.setColumn(columnIndex, new StringColumn(newValue));）， <br> * 或者null。返回null表示过滤此行。 <br> * 用户可以直接调用静态的Util方式（GroovyTransformerStaticUtil），目前GroovyTransformerStaticUtil的方法列表 (按需补充)： <br> * * @param record Record 行记录，UDF进行record的处理后，更新相应的record * @param paras Object transformer函数参数 * @return Record */
  @Override
  public Record evaluate(Record record, Object... paras) { 
   
    if (groovyTransformer == null) { 
   
      //全局唯一
      if (paras.length < 1 || paras.length > 2) { 
   
        throw DataXException.asDataXException(TransformerErrorCode.TRANSFORMER_ILLEGAL_PARAMETER,
            "dx_groovy paras must be 1 or 2. now paras is: " + Arrays.asList(paras).toString());
      }
      synchronized (this) { 
   
        if (groovyTransformer == null) { 
   
          String code = (String) paras[0];
          @SuppressWarnings("unchecked")
          List<String> extraPackage = paras.length == 2 ? (List<String>) paras[1] : null;
          initGroovyTransformer(code, extraPackage);
        }
      }
    }
    return this.groovyTransformer.evaluate(record);
  }

  /** * 初始化 GroovyTransformer。<br> * 1 根据code和包列表，构造出完整的groovy代码段。<br> * 2 反射加载该groovy。<br> * 3 将2反射构造出的groovy对象强制类型转为，最后赋给groovyTransformer（Transformer类型）。<br> * * @param code String Groovy代码片段 * @param extraPackage List<String> 额外的import的包 */
  private void initGroovyTransformer(String code, List<String> extraPackage) { 
   
    GroovyClassLoader loader = new GroovyClassLoader(GroovyTransformer.class.getClassLoader());
    String groovyRule = getGroovyRule(code, extraPackage);
    Class groovyClass;
    try { 
   
      groovyClass = loader.parseClass(groovyRule);
    } catch (CompilationFailedException cfe) { 
   
      throw DataXException.asDataXException(TRANSFORMER_GROOVY_INIT_EXCEPTION, cfe);
    }
    try { 
   
      Object t = groovyClass.newInstance();
      if (!(t instanceof Transformer)) { 
   
        throw DataXException
            .asDataXException(TRANSFORMER_GROOVY_INIT_EXCEPTION, "datax bug! contact askdatax");
      }
      this.groovyTransformer = (Transformer) t;
    } catch (Throwable ex) { 
   
      throw DataXException.asDataXException(TRANSFORMER_GROOVY_INIT_EXCEPTION, ex);
    }
  }


  /** * 根据code 和 引用的包，构建出groovy代码片段 * * @param code * @param extraPackagesStrList * @return */
  private String getGroovyRule(String code, List<String> extraPackagesStrList) { 
   
    StringBuffer sb = new StringBuffer();
    if (extraPackagesStrList != null) { 
   
      for (String extraPackagesStr : extraPackagesStrList) { 
   
        if (StringUtils.isNotEmpty(extraPackagesStr)) { 
   
          sb.append(extraPackagesStr);
        }
      }
    }
    sb.append(
        "import static com.alibaba.datax.core.transport.transformer.GroovyTransformerStaticUtil.*;");
    sb.append("import com.alibaba.datax.common.element.*;");
    sb.append("import com.alibaba.datax.common.exception.DataXException;");
    sb.append("import com.alibaba.datax.transformer.Transformer;");
    sb.append("import java.util.*;");
    sb.append("public class RULE extends Transformer").append("{");
    sb.append("public Record evaluate(Record record, Object... paras) {");
    sb.append(code);
    sb.append("}}");
    return sb.toString();
  }
}