【n8n教程】：Extract From File 节点，解锁文件处理的魔法密码

还在为处理 PDF、CSV、Excel 等各种文件格式而烦恼？本教程将带你深入了解 n8n 中最实用的节点之一——Extract From File。无论是提取 PDF 中的文本、解析 CSV 表格数据，还是提取 HTML 内容，这个节点都能帮你轻松搞定。跟着我一步步学习，你将能够快速上手，并创建属于自己的自动化文件处理工作流！

什么是 Extract From File 节点？

核心概念

Extract From File 节点是 n8n 中的一个核心数据处理工具，它的主要作用是：

• • 从二进制文件中提取数据：将 PDF、CSV、Excel、HTML 等二进制格式的文件转换成结构化的 JSON 格式
• • 解析多种文件类型：支持 15+ 种文件格式，包括但不限于 CSV、PDF、HTML、JSON、Excel（XLS/XLSX）、RTF、ODS 等
• • 简化数据处理流程：让后续的工作流节点能够轻松处理提取出来的结构化数据

为什么需要这个节点？

想象一个场景：你的客户通过邮件发送了一份 PDF 发票，你需要：

1. 1. 从 PDF 中提取发票号、金额、日期等信息
2. 2. 将这些数据转换为结构化格式
3. 3. 自动导入到数据库或发送到其他系统

如果没有 Extract From File 节点，这些工作需要编写复杂的代码。有了它，你只需简单配置几个参数，就能完成整个流程！

核心功能详解

支持的文件类型与操作

Extract From File 节点支持丰富的文件格式，每种格式都有特定的应用场景：

快速上手指南

第一步：了解工作流基础

在开始使用 Extract From File 节点前，你需要了解一个完整的文件处理工作流包含三个环节：

1. 1. 文件来源：从 Webhook、HTTP 请求或本地存储获取文件
2. 2. 数据提取：使用 Extract From File 节点提取数据
3. 3. 数据处理：通过其他节点处理、转换或存储提取的数据

第二步：配置关键参数

Extract From File 节点主要有两个配置参数：

1. Operations（操作类型）

• • 作用：指定要处理的文件类型
• • 配置方式：在节点的下拉菜单中选择对应的操作类型
• • 示例：如果要处理 CSV 文件，选择"Extract From CSV"

2. Input Binary Field（输入二进制字段）

• • 作用：指定包含二进制文件数据的输入字段名称
• • 默认值：data（大多数情况下使用默认值）
• • 何时修改：当文件来自特定节点且字段名不同时修改
• • 重要提示：必须与前一个节点的输出字段名称相匹配！

3. Destination Output Field（目标输出字段）

• • 作用：设置提取数据在输出中的字段名称
• • 适用操作：JSON 提取、ICS 提取、文本文件提取、Base64 转换
• • 默认值：通常可以保留默认值或自定义为有意义的名称

实战案例一：CSV 文件处理流程

场景描述

你的 HR 部门定期通过邮件发送包含员工信息的 CSV 文件，需要自动提取这些数据并导入系统。

工作流步骤

第 1 步：创建 Webhook 节点接收文件

• • 配置 Webhook 接收 POST 请求
• • 在"Add Options"中启用"Raw body"选项（这很关键！）

第 2 步：添加 Extract From File 节点

• • 选择 Operation：Extract From CSV
• • 配置 Input Binary Field：data
• • 配置 Destination Output Field：employees

第 3 步：处理提取的数据

• • 使用 Set 节点格式化数据
• • 添加数据验证逻辑
• • 连接到数据库或其他目标系统

关键提示

• • CSV 提取自动识别表头行，无需手动指定
• • 提取的每一行数据都会转换为 JSON 对象
• • 空值会被保留，便于后续数据清洗

实战案例二：PDF 文档提取

场景描述

公司收到大量 PDF 发票，需要自动从中提取关键信息（发票号、金额、日期）。

工作流步骤

第 1 步：获取 PDF 文件

• • 使用 Webhook、HTTP 请求或 Google Drive 触发器获取 PDF 文件
• • 确保文件以二进制格式传输

第 2 步：提取 PDF 内容

• • 选择 Operation：Extract From PDF
• • 输入二进制字段保持默认：data
• • 执行节点获得 PDF 中的所有文本

第 3 步：数据清洗与结构化

• • 使用 Code 节点或 Regex 节点提取特定信息
• • 使用正则表达式匹配发票号：\bINV-\d{6}\b
• • 使用正则表达式匹配金额：\$?\d+,?\d{0,2}

第 4 步：存储结果

• • 将结构化数据保存到数据库
• • 或发送到 Email、Slack 等系统

提取效果示例

原始 PDF 文本：
"Invoice Number: INV-202412-001
Date: 2024-12-02
Amount: $1,500.00
Customer: Acme Corp"

提取后的 JSON：
{
  "invoiceNo": "INV-202412-001",
  "date": "2024-12-02",
  "amount": "1500.00",
  "customer": "Acme Corp"
}

常见错误排查

问题 1：无法接收文件

症状：Webhook 接收不到文件内容

解决方案：

• • 确保在 Webhook 节点的 Add Options 中启用了 Raw body 选项
• • 检查二进制字段名称是否为 data
• • 验证文件上传时使用了正确的 HTTP 方法（POST）

问题 2：文件类型选择错误

症状：提取的内容乱码或为空

解决方案：

• • 仔细检查文件的实际格式，不要根据文件扩展名判断
• • 某些 Excel 文件可能存储为 CSV 格式
• • 使用在线工具验证文件格式

问题 3：字段名称不匹配

症状：节点报错"Cannot find field"

解决方案：

• • 打开前一个节点的调试输出，查看实际的输出字段名
• • 在 Extract From File 节点中使用 {{ $json }} 表达式查看完整数据结构
• • 确保 Input Binary Field 与前一个节点的输出字段完全一致

完整可执行工作流示例

以下是一个完整的、可以直接导入 n8n 的工作流示例，展示如何通过 Webhook 接收 CSV 文件、提取数据、进行数据处理，最后保存到 Google Sheets。

工作流说明

这个工作流实现了以下功能：

1. 1. 通过 Webhook 接收 CSV 文件（支持表单数据或二进制上传）
2. 2. 使用 Extract From CSV 节点解析 CSV 内容
3. 3. 对数据进行清洗和验证
4. 4. 将处理后的数据以友好的格式输出

完整工作流 JSON 代码

将以下 JSON 代码直接导入到 n8n 中（操作方式：在工作流编辑器中选择 Import from file，粘贴下方代码）：

{
  "name": "CSV 文件处理自动化工作流",
  "nodes": [
    {
      "parameters": {
        "path": "webhook",
        "options": {
          "rawBody": true
        }
      },
      "id": "webhook-node",
      "name": "Webhook",
      "type": "n8n-nodes-base.webhook",
      "typeVersion": 1,
      "position": [250, 300]
    },
    {
      "parameters": {
        "operation": "extractfromcsv",
        "binaryPropertyName": "data"
      },
      "id": "extract-csv-node",
      "name": "Extract From CSV",
      "type": "n8n-nodes-base.extractfromfile",
      "typeVersion": 1,
      "position": [450, 300]
    },
    {
      "parameters": {
        "mode": "immediate",
        "json": {
          "status": "success",
          "message": "CSV 数据已成功提取",
          "records_count": "={{ $input.all().length }}",
          "data": "={{ $input.all() }}"
        }
      },
      "id": "set-node",
      "name": "Set Data",
      "type": "n8n-nodes-base.set",
      "typeVersion": 1,
      "position": [650, 300]
    },
    {
      "parameters": {
        "responseCode": 200,
        "responseData": "={{ $json }}"
      },
      "id": "response-node",
      "name": "Response",
      "type": "n8n-nodes-base.respondToWebhook",
      "typeVersion": 1,
      "position": [850, 300]
    }
  ],
  "connections": {
    "webhook-node": {
      "main": [
        [
          {
            "node": "extract-csv-node",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "extract-csv-node": {
      "main": [
        [
          {
            "node": "set-node",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "set-node": {
      "main": [
        [
          {
            "node": "response-node",
            "type": "main",
            "index": 0
          }
        ]
      ]
    }
  }
}

如何使用这个工作流

步骤 1：复制上面的 JSON 代码

步骤 2：在 n8n 中创建新工作流，点击右上角菜单 → "Import from file"

步骤 3：粘贴 JSON 代码并导入

步骤 4：激活工作流并获取 Webhook URL

步骤 5：使用 Postman 或 curl 测试：

# 使用 curl 上传 CSV 文件
curl -X POST http://your-webhook-url \
  -F "data=@your-file.csv"

步骤 6：查看响应，你会看到如下的 JSON 输出：

{
  "status": "success",
  "message": "CSV 数据已成功提取",
  "records_count": 10,
  "data": [
    {
      "name": "张三",
      "email": "zhangsan@example.com",
      "department": "研发部"
    },
    {
      "name": "李四",
      "email": "lisi@example.com",
      "department": "销售部"
    }
    // ... 更多记录
  ]
}

进阶技巧

技巧 1：处理大型文件

当处理超过 100MB 的文件时：

// 在 Code 节点中使用批处理
const BATCH_SIZE = 1000;
const items = $input.all();
const batches = [];

for (let i = 0; i < items.length; i += BATCH_SIZE) {
  batches.push(items.slice(i, i + BATCH_SIZE));
}

return batches.map(batch => ({ json: batch }));

技巧 2：错误处理

添加 Try-Catch 机制：

try {
  const extracted = $input.item.json;
  // 进行数据验证
  if (!extracted || extracted.length === 0) {
    throw new Error("提取的数据为空");
  }
  return { json: extracted };
} catch (error) {
  return {
    json: {
      error: true,
      message: error.message,
      timestamp: new Date().toISOString()
    }
  };
}

技巧 3：多格式文件处理

使用 Switch 节点根据文件类型选择不同的提取操作：

// 在 Switch 节点中使用
const fileType = $input.item.json.fileType;

if (fileType === 'csv') {
  // 路由到 CSV 提取
  return [0];
} else if (fileType === 'pdf') {
  // 路由到 PDF 提取
  return [1];
} else if (fileType === 'xlsx') {
  // 路由到 Excel 提取
  return [2];
}

最佳实践总结

1. 1. 总是启用 Raw Body：在 Webhook 节点接收文件时必须启用这个选项
2. 2. 验证输入字段名：确保 Extract From File 节点的输入字段与前一个节点的输出相匹配
3. 3. 添加错误处理：在生产环境中始终添加 Catch 节点处理异常
4. 4. 测试小文件：在处理大文件前，先用小文件测试工作流逻辑
5. 5. 使用表达式调试：遇到问题时，在相关节点使用 {{ $json }} 查看数据结构

常见应用场景

场景 1：自动化发票处理

从邮件附件中提取 PDF 发票 → 提取发票数据 → 自动入账 → 发送确认邮件

场景 2：数据导入流程

接收用户上传的 CSV 文件 → 验证和清洗数据 → 导入到 CRM 系统 → 发送导入报告

场景 3：网页内容爬取

获取网页 HTML → 提取结构化数据 → 保存到数据库 → 触发后续分析

场景 4：多源数据聚合

从不同来源收集多种格式文件 → 统一提取 → 转换为标准格式 → 集中存储

总结

通过本教程，你已经掌握了：

✅ Extract From File 节点的核心概念
✅ 支持的 15+ 种文件格式
✅ 快速配置和使用方法
✅ 常见错误的排查技巧
✅ 完整的可执行工作流示例
✅ 进阶应用和最佳实践

官方文档^[1]
n8n系列教程^[2]

引用链接

[1] 官方文档: https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.extractfromfile/
[2] n8n系列教程: https://www.undsky.com/blog/?category=n8n%E6%95%99%E7%A8%8B#