Trabajando con Datos Binarios
Los datos binarios en n8n son cualquier carga útil de archivo, incluyendo imágenes, archivos PDF, CSV y documentos. Su propósito es permitir que un flujo de trabajo acepte un archivo, extraiga contenido útil, lo transforme y lo envíe a los siguientes pasos.
El manejo de datos binarios en n8n sigue un proceso sencillo y repetible. Ya sea que se trabaje con CSV, imágenes o PDF, se aplica la misma lógica: recibir el archivo, inspeccionar sus detalles, extraer lo relevante y prepararlo para el siguiente paso en el flujo de trabajo.
- Recepción de un archivo como entrada (por ejemplo, un envío de formulario con un campo de archivo).
- Inspección de la carga binaria verificando el nombre del archivo, el tipo MIME y el tamaño.
- Extracción del contenido, como convertir un CSV en filas o una imagen en base64.
- Limpieza, filtrado, agregación o resumen de los datos extraídos.
- Conversión opcional entre archivo, texto (base64) y archivo nuevamente, según lo que requiera el siguiente nodo o API.
Los nombres de los campos son importantes. Cuando un nodo solicita un campo binario de entrada, debe coincidir exactamente con el nombre del campo que contiene el archivo. Si no coinciden, se obtendrá una salida vacía.
Ejemplo paso a paso con CSV
Comience configurando un disparador de envío de formulario con un campo de archivo. Puede restringir las cargas por extensión, como .csv o .png. Para probar, cargue un archivo de muestra y extraiga el CSV.
Después de que llegue el archivo, inspeccione la salida del nodo y abra la sección binaria. Verá el nombre del archivo, el tipo MIME y el tamaño del archivo.
A continuación, utilice un Lector de CSV para extraer el contenido. Establezca el Campo Binario de Entrada con el nombre exacto del campo de archivo cargado. Cada fila del CSV se convierte en un elemento propio.
Una vez extraído, reestructure los datos. Filtre las filas que no necesita, convierta las columnas a los tipos correctos (por ejemplo, haga que release_year sea un número) y conserve solo los campos importantes como title y release_year. Si no se requiere información a nivel de fila, puede resumirla, como agrupar por tipo o contar totales.
Finalmente, estructure la salida. Utilice Aggregate para combinar todos los elementos en una sola lista para IA o informes, o Split Out para procesar cada elemento individualmente. Esto mantiene su flujo de trabajo claro, eficiente y predecible.
¡Gracias por tus comentarios!
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Awesome!
Completion rate improved to 4.17Trabajando con Datos Binarios
Desliza para mostrar el menú
Los datos binarios en n8n son cualquier carga útil de archivo, incluyendo imágenes, archivos PDF, CSV y documentos. Su propósito es permitir que un flujo de trabajo acepte un archivo, extraiga contenido útil, lo transforme y lo envíe a los siguientes pasos.
El manejo de datos binarios en n8n sigue un proceso sencillo y repetible. Ya sea que se trabaje con CSV, imágenes o PDF, se aplica la misma lógica: recibir el archivo, inspeccionar sus detalles, extraer lo relevante y prepararlo para el siguiente paso en el flujo de trabajo.
- Recepción de un archivo como entrada (por ejemplo, un envío de formulario con un campo de archivo).
- Inspección de la carga binaria verificando el nombre del archivo, el tipo MIME y el tamaño.
- Extracción del contenido, como convertir un CSV en filas o una imagen en base64.
- Limpieza, filtrado, agregación o resumen de los datos extraídos.
- Conversión opcional entre archivo, texto (base64) y archivo nuevamente, según lo que requiera el siguiente nodo o API.
Los nombres de los campos son importantes. Cuando un nodo solicita un campo binario de entrada, debe coincidir exactamente con el nombre del campo que contiene el archivo. Si no coinciden, se obtendrá una salida vacía.
Ejemplo paso a paso con CSV
Comience configurando un disparador de envío de formulario con un campo de archivo. Puede restringir las cargas por extensión, como .csv o .png. Para probar, cargue un archivo de muestra y extraiga el CSV.
Después de que llegue el archivo, inspeccione la salida del nodo y abra la sección binaria. Verá el nombre del archivo, el tipo MIME y el tamaño del archivo.
A continuación, utilice un Lector de CSV para extraer el contenido. Establezca el Campo Binario de Entrada con el nombre exacto del campo de archivo cargado. Cada fila del CSV se convierte en un elemento propio.
Una vez extraído, reestructure los datos. Filtre las filas que no necesita, convierta las columnas a los tipos correctos (por ejemplo, haga que release_year sea un número) y conserve solo los campos importantes como title y release_year. Si no se requiere información a nivel de fila, puede resumirla, como agrupar por tipo o contar totales.
Finalmente, estructure la salida. Utilice Aggregate para combinar todos los elementos en una sola lista para IA o informes, o Split Out para procesar cada elemento individualmente. Esto mantiene su flujo de trabajo claro, eficiente y predecible.
¡Gracias por tus comentarios!
