从文件 中提取
在 n8n 工作流中,一个常见的模式是接收文件,可能来自 [HTTP Request 节点][](用于从网站获取的文件)、[Webhook 节点][](用于从其他地方发送到您工作流的文件)或本地源。以这种方式获得的数据通常是二进制格式,例如电子表格或 PDF。
“从文件中提取”节点从二进制格式文件中提取数据并将其转换为 JSON,然后可由工作流程的其余部分轻松操作。要将 JSON 转换回二进制文件类型,请参阅 转换为文件 节点。
操作
使用 Operations 操作 下拉菜单选择要从中提取数据的源文件格式。
- Extract From CSV 从 CSV 提取:"逗号分隔值"文件类型通常用于表格数据。
- Extract From HTML 从 HTML 提取:从标准网页 HTML 格式文件中提取字段。
- Extract From JSON 从 JSON 提取:从二进制文件中提取 JSON 数据。
- Extract From ICS 从 ICS 提取:从 iCalendar 格式文件中提取字段。
- Extract From ODS 从 ODS 提取:从 ODS 电子表格文件中提取字段。
- Extract From PDF 从 PDF 提取:从便携式文档格式文件中提取字段。
- Extract From RTF 从 RTF 提取:从富文本格式文件中提取字段。
- Extract From Text File 从文本文件提取:从标准文本文件格式中提取字段。
- Extract From XLS 从 XLS 提取:从 Microsoft Excel 文件(旧格式)中提取字段。
- Extract From XLSX 从 XLSX 提取:从 Microsoft Excel 文件中提取字段。
- Move File to Base64 String 将文件移动到 Base64 字符串:将二进制数据转换为文本友好的 [base64][] 格式。
工作流程示例
在此示例中,使用 Webhook 节点来触发工作流。当 CSV 文件发送到 webhook 地址时,文件数据被输出并由 Extract From File 节点接收。
设置为作为'从 CSV 提取'操作,节点然后将数据输出为一系列 JSON '行'对象:
{
"row": {
"0": "apple",
"1": "1",
"2": "2",
"3": "3"
}
...
提示
Receiving files with a webhook 使用 webhook 接收文件
选择 Webhook 节点的 Add Options 添加选项 按钮并选择 Raw body 生体,然后启用该设置以使节点输出后续节点期望的二进制文件。
节点参数
输入二进制字段
输入节点输入数据中包含二进制文件的字段名称。默认是 'data'。
目标输出字段
输入节点输出中将包含提取数据的字段名称。
此参数仅适用于这些操作:
- Extract From JSON 从 JSON 提取
- Extract From ICS 从 ICS 提取
- Extract From Text File 从文本文件提取
- Move File to Base64 String 将文件移动到 Base64 字符串
模板和示例
排查 CSV 导入问题
CSV 解析器很严格。它会读取第一行来确定文件有多少列,然后要求之后的每一行都恰好有相同数量的字段。最常见的两类故障不会报错,因此请检查输出,而不只是看工作流状态。
"Invalid Record Length: expect 7, got 8 on line 12"
消息中提到的那一行比第一行多(或少)了字段。实际上,多出来的字段几乎总是因为文本值中的分隔符没有加引号:公司列中未加引号的 Acme, Inc. 会被拆成两个字段。它周围的行仍能正常解析,因此错误信息指出的是第一个碰巧包含这种值的行。
在导出时修复:为任何可能包含分隔符的字段加上引号,并将值中的引号写成两个引号:
company,email
"Acme, Inc.",[email protected]
包含换行符的值也需要同样处理。如果源系统无法正确添加引号,请在节点运行前清理文件。在 Code 节点中规范化各行,比放宽解析规则更可靠:一行数据如果悄悄错位一列,就会把错误的值写进错误的字段。
各行输出为单列,且没有报错
这是分隔符不匹配:以分号或制表符分隔的导出文件被当作逗号分隔来解析。此时不会有任何失败,每一行都会变成一个字段,因此输出只有一个键,下一个节点的表达式就再也匹配不上了。在修改工作流之前,请先用文本编辑器打开文件,确认实际分隔值的是哪个字符。
多行合并在一起,或数据在中途断掉
这是引号不配对:" 字符的数量为奇数时,解析器会把其后的所有内容当作一个很长的带引号值。结果是若干行作为一个项目到达,后面的行看起来像是丢失了。文件出现这种情况通常是因为手动编辑或自行编写的导出逻辑。请查找没有对应闭合引号的引号。也要跨行检查,因为合法地跨越多行的字段会在一行中开始引号,在另一行中结束引号。
[HTTP请求节点]:/integrations/builtin/core-nodes/n8n-nodes-base.httprequest/README.md [Webhook 节点]:/integrations/builtin/core-nodes/n8n-nodes-base.webhook/README.md [base64]:https://datatracker.ietf.org/doc/html/rfc4648#section-4