你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

使用 Azure Data Factory 或 Synapse Analytics 从 Web 表复制数据

适用于： Azure Data Factory Azure Synapse Analytics

提示

Microsoft Fabric 中的 Data Factory 是下一代 Azure Data Factory，具有更加简化的架构、内置人工智能和新功能。如果不熟悉数据集成，请从Fabric数据工厂开始。现有 ADF 工作负载可以升级到 Fabric，以跨数据科学、实时分析和报告访问新功能。

本文概述了如何使用 Azure Data Factory 或 Synapse Analytics 管道中的复制活动从 Web 表数据库复制数据。它是在复制活动概述一文的基础上，该文章提供了复制活动的总体概述。

此 Web 表连接器、REST 连接器和 HTTP 连接器之间的区别如下：

Web 表连接器用于从 HTML 网页中提取表内容。
REST 连接器专门支持从 RESTful API 复制数据。
HTTP 连接器是通用的，可从任何 HTTP 终结点检索数据，以执行文件下载等操作。

支持的功能

此 Web 表连接器支持以下功能：

支持的功能	IR
复制操作（source/-）	②
查找活动	②

（1） Azure集成运行时（2）自承载集成运行时

如需可以用作源/接收器的数据存储的列表，请参阅支持的数据存储表。

具体而言，此 Web 表连接器支持从 HTML 页提取表内容。

先决条件

若要使用此 Web 表连接器，需要设置自承载的集成运行时。有关详细信息，请参阅自承载 Integration Runtime 一文。

入门

若要使用管道执行复制活动，可以使用以下工具或 SDK 之一：

使用 UI 创建到 Web 表的链接服务

使用以下步骤在 Azure 门户 UI 中创建指向 Web 表的链接服务。

浏览到Azure Data Factory或 Synapse 工作区中的“管理”选项卡并选择“链接服务”，然后单击“新建”：
- Azure Data Factory
- Azure Synapse
搜索“Web”并选择 Web 表连接器。
配置服务详细信息、测试连接并创建新的链接服务。

连接器配置详细信息

对于特定于 Web 表连接器的数据工厂实体，以下部分提供有关用于定义这些实体的属性的详细信息。

连接的服务属性

Web 表链接服务支持以下属性：

属性	描述	必填
类型	type 属性必须设置为：Web	是
url	网页来源的 URL	是
认证类型	允许的值为：Anonymous。	是
connectVia	用于连接到数据存储的 Integration Runtime。如先决条件中所述，需要自承载 Integration Runtime。	是

示例：

{
    "name": "WebLinkedService",
    "properties": {
        "type": "Web",
        "typeProperties": {
            "url" : "https://en.wikipedia.org/wiki/",
            "authenticationType": "Anonymous"
        },
        "connectVia": {
            "referenceName": "<name of Integration Runtime>",
            "type": "IntegrationRuntimeReference"
        }
    }
}

数据集属性

有关可用于定义数据集的各部分和属性的完整列表，请参阅数据集一文。本部分提供 Web 表数据集支持的属性列表。

要从 Web 表复制数据，请将数据集的 type 属性设置为“WebTable” 。支持以下属性：

属性	描述	必填
类型	数据集的 type 属性必须设置为：WebTable	是
路径	包含表的资源的相对 URL。	否。未指定路径时，仅使用链接服务定义中指定的 URL。
索引	资源中表的索引。请参阅获取 HTML 页中表的索引，了解获取 HTML 页中表的索引的步骤。	是

示例：

{
    "name": "WebTableInput",
    "properties": {
        "type": "WebTable",
        "typeProperties": {
            "index": 1,
            "path": "AFI's_100_Years...100_Movies"
        },
        "schema": [],
        "linkedServiceName": {
            "referenceName": "<Web linked service name>",
            "type": "LinkedServiceReference"
        }
    }
}

复制活动属性

有关可用于定义活动的各部分和属性的完整列表，请参阅管道一文。本部分提供 Web 表源支持的属性列表。

网页表格作为数据源

要从 Web 表复制数据，请将复制活动中的源类型设置为“WebSource” ，不支持任何其他属性。

示例：

"activities":[
    {
        "name": "CopyFromWebTable",
        "type": "Copy",
        "inputs": [
            {
                "referenceName": "<Web table input dataset name>",
                "type": "DatasetReference"
            }
        ],
        "outputs": [
            {
                "referenceName": "<output dataset name>",
                "type": "DatasetReference"
            }
        ],
        "typeProperties": {
            "source": {
                "type": "WebSource"
            },
            "sink": {
                "type": "<sink type>"
            }
        }
    }
]

获取 HTML 页中表的索引

若要获取需要在 dataset 属性中配置的表的索引，可以使用Excel 2016作为工具，如下所示：

启动 Excel 2016 并切换到 Data 选项卡。
单击工具栏中的“新建查询”，指向“从其他来源”，然后单击“从网页”。
在“从 Web”对话框中，输入要在链接服务 JSON 中使用的 URL（例如：）以及要为数据集指定的路径（例如：AFI%27s_100_Years...100_Movies），并单击“确定”。

此示例中使用的 URL： https://en.wikipedia.org/wiki/AFI%27s_100_Years...100_Movies
如果出现“访问 Web 内容” 对话框，请选择正确的 URL 和身份验证，并单击“连接” 。
单击树视图中的“表” 项，查看表中的内容，并单击底部的“编辑” 按钮。
在Query Editor窗口中，单击工具栏上的Advanced Editor按钮。
在“Advanced Editor”对话框中，“源”旁边的数字是索引。