HTML 和 XML 数据#

您可能对 HTML 和 XML 都很熟悉。

HTML 与 XML 的区别

HTML 是一种标记语言，用于描述网页的结构和语义。XML 看起来与 HTML 相似，但标签名称不同，因为它们描述的是所包含数据的类型。

如果需要在 n8n 工作流中处理 HTML 或 XML 数据，可以使用 HTML 节点 或 XML 节点。

使用 HTML 节点 通过引用 CSS 选择器来提取网页的 HTML 内容。这在您想从网站收集结构化信息（网络爬取）时非常有用。

HTML 练习#

让我们获取最新的 n8n 博客文章标题：

1. 使用 HTTP Request 节点 向 URL https://blog.n8n.io/ 发送 GET 请求（此端点无需认证）。
2. 连接一个 HTML 节点 并配置它以提取页面上第一篇博客文章的标题。
   • 提示：如果您不熟悉 CSS 选择器或阅读 HTML，可以使用 CSS 选择器 .post .item-title a 来定位！

显示解决方案

使用 XML 节点 在 XML 和 JSON 之间相互转换。当您需要与使用不同格式（XML 或 JSON）的 Web 服务交互并在它们之间获取和提交数据时，此操作非常有用。

XML 练习#

在第一章的最终练习中，您使用了 HTTP Request 节点 向 PokéAPI 发起请求。本练习中，我们将再次使用该 API，但会将输出转换为 XML 格式：

1. 添加一个 HTTP Request 节点，向 PokéAPI 发起相同请求，地址为 https://pokeapi.co/api/v2/pokemon。
2. 使用 XML 节点将 JSON 输出转换为 XML。

显示解决方案

日期、时间和间隔数据#

日期和时间数据类型包括 DATE、TIME、DATETIME、TIMESTAMP 和 YEAR。日期和时间可以以不同格式传递，例如：

• DATE: 2022年3月29日, 29-03-2022, 2022/03/29
• TIME: 08:30:00, 8:30, 20:30
• DATETIME: 2022/03/29 08:30:00
• TIMESTAMP: 1616108400 (Unix时间戳), 1616108400000 (Unix毫秒时间戳)
• YEAR: 2022, 22

处理日期和时间有几种方法：

• 使用日期时间节点将日期时间数据转换为不同格式并计算日期。
• 使用计划触发器节点安排工作流在特定时间、间隔或持续时间运行。

有时您可能需要暂停工作流执行。当您知道某个服务不会立即处理数据或返回所有结果较慢时，这很有必要。在这些情况下，您不希望n8n将不完整的数据传递给下一个节点。

如果遇到这种情况，请在需要延迟的节点后使用等待节点。等待节点会暂停工作流执行，并在以下情况下恢复执行：

• 在特定时间
• 经过指定时间间隔后
• 收到webhook调用时

日期练习#

构建一个工作流，将之前使用的 Customer Datastore 节点中的输入日期增加五天。然后，如果计算后的日期晚于 1959 年，工作流会等待 1 分钟，再将计算后的日期设置为一个值。该工作流应每 30 分钟触发一次。

开始步骤：

1. 添加 Customer Datastore (n8n training) 节点，选择 Get All People 操作。返回所有记录。
2. 添加 Date & Time 节点，将数据存储中的创建日期向上舍入到月末。输出到 new-date 字段。包含所有输入字段。
3. 添加 If 节点 检查新的舍入日期是否晚于 1960-01-01 00:00:00。
4. 在该节点的 True 输出分支添加 Wait 节点，设置为等待一分钟。
5. 添加 Edit Fields (Set) 节点，设置一个名为 outputValue 的新字段，其值为包含 new-date 的字符串。包含所有输入字段。
6. 在工作流开头添加 Schedule Trigger 节点，设置为每 30 分钟触发一次。（可以保留手动触发节点用于测试！）

显示解决方案

二进制数据#

到目前为止，您主要处理的是文本数据。但如果您需要处理非文本数据（如图片或 PDF 文件）该怎么办？这类文件以二进制数字系统表示，因此被视为二进制数据。在这种形式下，二进制数据无法提供有用信息，您需要将其转换为可读格式。

在 n8n 中，您可以使用以下节点处理二进制数据：

• HTTP Request - 从网络资源和 API 请求/发送文件
• Read/Write Files from Disk - 从运行 n8n 的机器读写文件
• Convert to File - 将输入数据输出为文件
• Extract From File - 从二进制格式提取数据并转换为 JSON

文件读写功能仅限自托管版 n8n

n8n 云版本不支持磁盘文件读写操作。读写操作将在安装 n8n 的机器上执行。如果您在 Docker 中运行 n8n，命令将在 n8n 容器内执行而非 Docker 宿主机。Read/Write Files From Disk 节点会相对于 n8n 安装路径查找文件。n8n 建议使用绝对文件路径以避免错误。

要读写二进制文件，您需要在节点的 File(s) Selector 参数（读取操作）或 File Path and Name 参数（写入操作）中填写文件路径（位置）。

正确命名路径

文件路径的表示方式因 n8n 运行方式而异：

• npm 安装：~/my_file.json
• n8n 云/Docker 环境：/tmp/my_file.json

二进制数据练习 1#

在我们的第一个二进制数据练习中，让我们将一个 PDF 文件转换为 JSON：

1. 发起 HTTP 请求获取这个 PDF 文件：https://media.kaspersky.com/pdf/Kaspersky_Lab_Whitepaper_Anti_blocker.pdf.
2. 使用 Extract From File 节点 将文件从二进制格式转换为 JSON。

显示解决方案

二进制数据练习 2#

在我们的第二个二进制数据练习中，让我们将一些 JSON 数据转换为二进制：

1. 向 Poetry DB API https://poetrydb.org/random/1 发起 HTTP 请求
2. 使用 Convert to File 节点 将返回的数据从 JSON 转换为二进制
3. 使用 Read/Write Files From Disk 节点 将新的二进制文件数据写入运行 n8n 的机器
4. 为了验证操作是否成功，使用 Read/Write Files From Disk 节点 读取生成的二进制文件

《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章，前6章涵盖深度学习基础，包括张量运算、神经网络原理、数据预处理及卷积神经网络等；后5章进阶探讨图像、文本、音频建模技术，并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法，每章附有动手练习题，帮助读者巩固实战能力。内容兼顾数学原理与工程实现，适配PyTorch框架最新技术发展趋势。