Робота з Бінарними Даними
Бінарні дані в n8n — це будь-яке файлове навантаження, включаючи зображення, PDF, CSV та документи. Їх призначення — дозволити робочому процесу приймати файл, витягувати корисний вміст, перетворювати його та передавати далі на наступні етапи.
Обробка бінарних даних у n8n відбувається за простою та повторюваною схемою. Незалежно від того, чи працюєте ви з CSV, зображеннями або PDF, застосовується однакова логіка: отримати файл, перевірити його властивості, витягти потрібне та підготувати до наступного кроку у робочому процесі.
- Отримання файлу (наприклад, надсилання форми з полем для файлу).
- Перевірка бінарного навантаження: ім'я файлу, MIME-тип та розмір.
- Витягування вмісту, наприклад, перетворення CSV у рядки або зображення у base64.
- Очищення, фільтрація, агрегація або підсумовування отриманих даних.
- За потреби — конвертація між файлом, текстом (base64) та файлом знову, залежно від вимог наступного вузла або API.
Назви полів мають значення. Якщо вузол очікує вхідне бінарне поле, воно повинно точно відповідати назві поля, яке містить файл. Невідповідність призведе до порожнього результату.
Покроковий приклад роботи з CSV
Почніть із налаштування тригера надходження форми з полем для файлу. Ви можете обмежити завантаження за розширенням, наприклад .csv або .png. Для тестування завантажте зразок файлу та витягніть CSV.
Після надходження файлу перегляньте вихідні дані вузла та відкрийте бінарний розділ. Ви побачите ім'я файлу, MIME-тип і розмір файлу.
Далі використайте CSV Reader для витягу вмісту. Вкажіть Input Binary Field з точною назвою поля завантаженого файлу. Кожен рядок CSV стане окремим елементом.
Після витягу трансформуйте дані. Відфільтруйте непотрібні рядки, перетворіть стовпці у відповідні типи (наприклад, зробіть release_year числом) і залиште лише важливі поля, такі як title та release_year. Якщо дані по рядках не потрібні, можна підсумувати їх, наприклад, згрупувати за типом або підрахувати загальну кількість.
Нарешті, структуруйте результат. Використайте Aggregate для об'єднання всіх елементів у один список для AI або звітності, або Split Out для обробки кожного елемента окремо. Це робить ваш робочий процес зрозумілим, ефективним і передбачуваним.
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Awesome!
Completion rate improved to 4.17Робота з Бінарними Даними
Свайпніть щоб показати меню
Бінарні дані в n8n — це будь-яке файлове навантаження, включаючи зображення, PDF, CSV та документи. Їх призначення — дозволити робочому процесу приймати файл, витягувати корисний вміст, перетворювати його та передавати далі на наступні етапи.
Обробка бінарних даних у n8n відбувається за простою та повторюваною схемою. Незалежно від того, чи працюєте ви з CSV, зображеннями або PDF, застосовується однакова логіка: отримати файл, перевірити його властивості, витягти потрібне та підготувати до наступного кроку у робочому процесі.
- Отримання файлу (наприклад, надсилання форми з полем для файлу).
- Перевірка бінарного навантаження: ім'я файлу, MIME-тип та розмір.
- Витягування вмісту, наприклад, перетворення CSV у рядки або зображення у base64.
- Очищення, фільтрація, агрегація або підсумовування отриманих даних.
- За потреби — конвертація між файлом, текстом (base64) та файлом знову, залежно від вимог наступного вузла або API.
Назви полів мають значення. Якщо вузол очікує вхідне бінарне поле, воно повинно точно відповідати назві поля, яке містить файл. Невідповідність призведе до порожнього результату.
Покроковий приклад роботи з CSV
Почніть із налаштування тригера надходження форми з полем для файлу. Ви можете обмежити завантаження за розширенням, наприклад .csv або .png. Для тестування завантажте зразок файлу та витягніть CSV.
Після надходження файлу перегляньте вихідні дані вузла та відкрийте бінарний розділ. Ви побачите ім'я файлу, MIME-тип і розмір файлу.
Далі використайте CSV Reader для витягу вмісту. Вкажіть Input Binary Field з точною назвою поля завантаженого файлу. Кожен рядок CSV стане окремим елементом.
Після витягу трансформуйте дані. Відфільтруйте непотрібні рядки, перетворіть стовпці у відповідні типи (наприклад, зробіть release_year числом) і залиште лише важливі поля, такі як title та release_year. Якщо дані по рядках не потрібні, можна підсумувати їх, наприклад, згрупувати за типом або підрахувати загальну кількість.
Нарешті, структуруйте результат. Використайте Aggregate для об'єднання всіх елементів у один список для AI або звітності, або Split Out для обробки кожного елемента окремо. Це робить ваш робочий процес зрозумілим, ефективним і передбачуваним.
Дякуємо за ваш відгук!
