Summary  
This chapter covers handling binary payloads by receiving file inputs, inspecting metadata, extracting and parsing contents (e.g., converting CSV to records or images to base64), transforming or filtering the resulting data, and converting between binary and text formats.

General domain of usage  
File-based data processing workflows

Binaarinen data n8n:ssä tarkoittaa **mitä tahansa tiedostosisältöä**, kuten kuvia, PDF-tiedostoja, CSV-tiedostoja ja asiakirjoja. Sen tarkoituksena on mahdollistaa työnkulun **vastaanottaa tiedosto**, **poimia siitä hyödyllinen sisältö**, **muokata sitä** ja **välittää se eteenpäin** seuraaviin vaiheisiin.

Määritelmä

Binaarisen datan käsittely n8n:ssä noudattaa yksinkertaista ja toistettavaa prosessia. Riippumatta siitä, työskenteletkö CSV-tiedostojen, kuvien tai PDF-tiedostojen kanssa, sama logiikka pätee: vastaanota tiedosto, tarkastele sen tietoja, poimi oleellinen sisältö ja valmistele se työnkulun seuraavaa vaihetta varten.

- Vastaanota tiedostosyöte (esimerkiksi lomakkeen lähetys, jossa on tiedostokenttä).
- Tarkastele binaarista sisältöä tarkistamalla tiedostonimi, MIME-tyyppi ja koko.
- Poimi sisältö, kuten muuntamalla CSV riveiksi tai kuva base64-muotoon.
- Puhdista, suodata, yhdistele tai tiivistä poimittu data.
- Tarvittaessa muunna tiedoston, tekstin (base64) ja tiedoston välillä sen mukaan, mitä seuraava solmu tai API odottaa.

Kenttien nimillä on merkitystä. Kun solmu pyytää **binaarisen syötekentän**, sen on vastattava täsmälleen sitä kenttänimeä, jossa tiedosto kulki. Jos nimet eivät täsmää, tuloksena on tyhjä ulostulo.

Huomio

### Vaiheittainen CSV-esimerkki

Aloita määrittämällä lomakekenttä, jossa on **tiedostokenttä**. Voit rajoittaa ladattavia tiedostoja tiedostopäätteen perusteella, kuten `.csv` tai `.png`. Testausta varten lataa esimerkkitiedosto ja pura CSV-tiedosto.

Kun tiedosto on vastaanotettu, tarkista solmun tulos ja avaa **binaarinen osio**. Näet tiedoston nimen, MIME-tyypin ja tiedostokoon.

Seuraavaksi käytä **CSV-lukijaa** sisällön purkamiseen. Aseta **Input Binary Field** täsmälleen ladatun tiedostokentän nimeksi. Jokaisesta CSV-rivistä tulee oma tietueensa.

Kun tiedot on purettu, muokkaa niitä. Suodata pois tarpeettomat rivit, muuta sarakkeet oikeisiin tietotyyppeihin (esimerkiksi `release_year` numeroksi) ja säilytä vain olennaiset kentät, kuten `title` ja `release_year`. Jos rivikohtaista tietoa ei tarvita, voit tiivistää tiedot, esimerkiksi ryhmittelemällä tyypin mukaan tai laskemalla kokonaismäärät.

Lopuksi rakenna tulos. Käytä **Aggregate**-toimintoa yhdistääksesi kaikki tietueet yhdeksi listaksi tekoälyä tai raportointia varten, tai **Split Out**-toimintoa käsitelläksesi jokaisen tietueen erikseen. Tämä pitää työnkulun selkeänä, tehokkaana ja ennustettavana.

Mikä on ensimmäinen asia, joka tulee tehdä käsiteltäessä binaarista dataa n8n-työnkulussa?

n8n on joustava automaatioalusta sovellusten yhdistämiseen, datan muuntamiseen ja tekoälypohjaisten työnkulkujen rakentamiseen. Opit vahvat perusteet käytännön esimerkkien kautta, kattaen laukaisijat, JSON-käsittelyn, tietovirta­teorian, tekoäly­integraation, webhooksit ja kokonaiset automaatiorakenteet. Painopiste on ymmärtää, miten tieto liikkuu työnkulussa ja miten tieto kannattaa jäsentää, jotta solmut ja API:t toimivat ennustettavasti. Lopputuloksena on kyky suunnitella, debugata ja toteuttaa luotettavia automaatioita, jotka toimivat päästä päähän.

Käytännön katsaus n8n-ympäristöön, ydintyökaluihin ja automaatioiden rakentamiseen tarvittavaan ajattelutapaan. Käsittelee muun muassa tekoälyn tehokasta hyödyntämistä, tiedon kulun ymmärtämistä solmujen läpi, mallipohjien tuontia sekä raakadatan muuntamista jäsennellyksi lopputulokseksi.

Keskittynyt tarkastelu työnkulun olennaisiin osiin. Laukaisijat, datan käsittelysolmut, HTTP-pyynnöt, webhookit ja ohjauslogiikka. Materiaali rakentaa selkeän mielikuvan suoritusten käynnistymisestä, datan muokkaamisesta ja reitityspäätösten tekemisestä.

Syvällinen katsaus siihen, miten n8n esittää ja käsittelee dataa. Käsiteltäviä aiheita ovat JSON-rakenne, koko payloadin lukeminen, virheellisen JSON:n korjaaminen, taulukoiden ja olioiden käsittely sekä binääritiedostojen kanssa työskentely. Tavoitteena on ennustettava ja varma datan käsittely kaikissa työnkuluissa.

Vaiheittainen muutos ODT-suunnitelmasta jäsennellyksi automaatiomalliksi. Materiaali käsittelee luotettavia RSS-syötteitä, datan valmistelua LLM:ille, twiittien generointia Airtable-silmukoilla, lopputulokseen perustuvien prosessien suunnittelua sekä koko työnkulun mallintamista Mirossa.

Kokonaisvaltainen toteutus alkuperäisestä ideasta lopulliseen tulokseen. Käsiteltäviä aiheita ovat työnkulun rakenne, API-datan normalisointi, silmukointi, virheiden ehkäisy sekä tietojen kirjoittaminen takaisin Airtableen viimeistellyllä automaatiolla, joka osoittaa läpikotaisen luotettavuuden ja selkeyden.

Binaaridatan Käsittely

Vaiheittainen CSV-esimerkki