n8n代码节点：JavaScript与Python自动化工作流实战-代码聚汇网

n8n代码节点：JavaScript与Python自动化工作流实战

黑河市all

1. n8n代码节点深度解析

n8n作为一款开源的工作流自动化工具，其代码节点(Code node)是最强大且灵活的组件之一。这个节点允许你在工作流中直接执行自定义JavaScript或Python代码，为自动化流程提供了无限的可能性。我使用n8n已有两年多时间，代码节点几乎出现在我90%的工作流中，它完美填补了标准节点功能与复杂业务逻辑之间的空白。

代码节点在0.198.0版本中取代了原有的Function和Function Item节点，提供了更统一和强大的编程接口。根据我的经验，它的主要价值在于：

处理标准节点无法完成的复杂数据转换
实现自定义业务逻辑
连接不直接支持的API和服务
调试和测试工作流中的数据流

提示：虽然代码节点功能强大，但建议优先使用标准节点完成基础操作，只在必要时才使用代码节点。这样可以提高工作流的可维护性和性能。

2. 代码节点核心功能详解

2.1 运行模式选择

代码节点提供两种执行模式，这对理解其工作方式至关重要：

Run Once for All Items(默认模式)：
- 无论输入有多少数据项，代码只执行一次
- 适合批量处理或聚合操作
- 接收所有输入项作为数组($input.all())
- 必须返回一个数组作为输出
Run Once for Each Item：
- 为每个输入项单独执行代码
- 适合需要对每个数据项进行独立处理的场景
- 接收当前项作为对象($input.item)
- 应返回单个对象(会自动包装成数组)

在我的实践中，约70%的情况下使用"Each Item"模式，因为它更符合大多数数据处理场景的需求。但当你需要跨项计算(如汇总、排序)时，"All Items"模式就变得必不可少。

2.2 JavaScript支持

n8n的代码节点基于Node.js环境，支持现代JavaScript特性：

javascript复制// 示例：处理电商订单数据
const orders = $input.all();
const processed = orders.map(order => {
  // 使用内置方法访问JSON数据
  const items = $node["Shopify"].json["line_items"];
  
  // 计算总价
  const total = items.reduce((sum, item) => sum + item.price * item.quantity, 0);
  
  // 添加自定义字段
  return {
    ...order.json,
    metadata: {
      calculatedTotal: total,
      discountEligible: total > 100
    }
  };
});

return processed;

关键特性包括：

完整的ES6+支持
Promise/async-await支持
内置console.log调试(输出显示在执行面板)
访问npm模块(自托管情况下)

注意：在n8n Cloud中无法使用外部npm模块，但自托管版本可以通过配置启用。

2.3 Python支持

n8n提供两种Python执行环境：

Pyodide(传统)：
- 基于WebAssembly的Python实现
- 受限的库支持(仅Pyodide包含的包)
- 较慢的执行速度
- 使用下划线前缀访问内置方法(_item)
Native Python(推荐)：
- 从1.111.0版本引入
- 真正的Python运行时
- 支持标准库和第三方包(需配置)
- 更严格的语法要求

python复制# 原生Python示例：数据处理
def process_item(item):
    # 注意原生Python只支持括号表示法
    raw_data = item["json"]["raw_data"]
    
    # 复杂计算
    score = calculate_business_score(raw_data)
    
    return {
        "original": item["json"],
        "processed": {
            "score": score,
            "status": "approved" if score > 80 else "rejected"
        }
    }

# 在All Items模式下，_items包含所有输入
results = [process_item(item) for item in _items]
return results

3. 高级使用技巧

3.1 内置方法与变量

n8n提供了一系列内置工具简化开发：

类别	JavaScript语法	Python语法	用途
输入访问	`$input.all()`	`_items`	获取所有输入项
节点数据	`$node["NodeName"].json`	不直接支持	访问特定节点输出
环境变量	`$env.VAR_NAME`	`_env.VAR_NAME`	获取环境变量
日期处理	`$now`	`_now`	当前时间戳

这些内置方法极大简化了常见操作，比如：

javascript复制// 获取前一节点的特定字段
const userEmails = $node["CRM"].json["users"].map(u => u.email);

// 使用环境变量
const apiKey = $env.SENDGRID_KEY;

// 日期计算
const oneWeekLater = new Date($now).setDate($now.getDate() + 7);

3.2 错误处理与调试

健壮的代码节点实现需要完善的错误处理：

javascript复制try {
  const response = await $axios.get('https://api.example.com/data', {
    headers: { Authorization: `Bearer ${$env.API_KEY}` }
  });
  
  if(response.status !== 200) {
    // 使用内置方法抛出可追踪错误
    $.error('API请求失败', { status: response.status });
  }
  
  return response.data.items;
} catch (err) {
  // 添加上下文信息后重新抛出
  err.context = { timestamp: $now.toISOString() };
  throw err;
}

调试技巧：

使用console.log输出中间值
在测试工作流时启用"Manual Execution"
利用"Execute Node"功能单独测试代码节点
添加详细的错误上下文信息

3.3 性能优化

代码节点虽然灵活，但不当使用会导致性能问题：

批量处理：尽可能使用"All Items"模式减少执行次数
缓存机制：对重复计算使用内存缓存
限制外部调用：避免在循环中发起HTTP请求
精简数据处理：只操作必要的字段

javascript复制// 优化示例：批量处理API调用
const userIds = $input.all().map(item => item.json.userId);
const uniqueIds = [...new Set(userIds)]; // 去重

// 批量获取用户数据
const users = await $axios.post('https://api.example.com/batch', {
  ids: uniqueIds
});

// 构建内存查找表
const userMap = users.data.reduce((acc, user) => {
  acc[user.id] = user;
  return acc;
}, {});

// 丰富原始数据
return $input.all().map(item => ({
  ...item.json,
  userDetails: userMap[item.json.userId]
}));

4. 实际应用场景

4.1 数据转换与丰富

最常见的用例是将数据从一种格式转换为另一种：

javascript复制// 将Shopify订单转换为CRM系统需要的格式
const shopifyData = $node["Shopify"].json;

return {
  customer: {
    email: shopifyData.email,
    name: `${shopifyData.first_name} ${shopifyData.last_name}`
  },
  order: {
    id: shopifyData.order_number,
    items: shopifyData.line_items.map(item => ({
      sku: item.sku,
      quantity: item.quantity,
      price: item.price
    })),
    total: shopifyData.total_price
  }
};

4.2 自定义业务逻辑

实现标准节点无法完成的复杂逻辑：

python复制# 风险评估模型
def assess_risk(application):
    score = 0
    
    # 信用历史
    if application["credit_score"] > 700:
        score += 40
    elif application["credit_score"] > 600:
        score += 20
    
    # 收入评估
    debt_to_income = application["debt"] / application["income"]
    if debt_to_income < 0.3:
        score += 30
    elif debt_to_income < 0.5:
        score += 15
    
    # 其他因素
    if application["employment_years"] > 2:
        score += 20
    if application["savings"] > 10000:
        score += 10
    
    return {
        "application_id": application["id"],
        "risk_score": score,
        "decision": "approve" if score >= 70 else "review" if score >= 50 else "deny"
    }

return [assess_risk(app) for app in _items]

4.3 API集成

连接没有专用节点的服务：

javascript复制// 自定义API调用示例
const { recordId } = $input.item.json;

// 使用内置方法获取认证头
const authHeader = {
  'X-API-KEY': $env.CUSTOM_API_KEY,
  'Content-Type': 'application/json'
};

// 调用外部API
const response = await $axios({
  method: 'patch',
  url: `https://api.example.com/records/${recordId}`,
  headers: authHeader,
  data: {
    status: 'processed',
    processedAt: $now.toISOString()
  }
});

// 返回合并后的数据
return {
  ...$input.item.json,
  apiResponse: response.data
};

5. 最佳实践与常见问题

5.1 代码组织技巧

随着工作流复杂化，代码节点的维护变得重要：

模块化：将长代码拆分为函数
注释：解释复杂逻辑和业务规则
常量定义：在开头集中定义配置参数
错误处理：全面捕获和处理异常

javascript复制// 配置常量
const MAX_RETRIES = 3;
const API_ENDPOINT = 'https://api.example.com/v2';

// 业务逻辑函数
function calculateDiscount(customer, products) {
  // ...复杂计算逻辑...
}

// 主处理逻辑
try {
  const order = $input.item.json;
  const discount = calculateDiscount(order.customer, order.products);
  
  return {
    ...order,
    discount,
    finalAmount: order.total * (1 - discount)
  };
} catch (error) {
  $.error('折扣计算失败', {
    orderId: $input.item.json.id,
    error: error.message
  });
  throw error;
}

5.2 常见问题排查

以下是我遇到的典型问题及解决方案：

问题现象	可能原因	解决方案
返回数据未被后续节点使用	输出格式不正确	确保返回数组(All模式)或对象(Each模式)
Python代码执行超时	Pyodide初始化慢	改用Native Python或JavaScript
无法访问环境变量	变量未正确设置	检查.env文件和工作流设置
外部API调用失败	证书问题	在自托管环境配置CA证书
数据意外截断	大小限制	分批处理大数据集

5.3 安全注意事项

敏感数据：不要在代码中硬编码凭证，始终使用环境变量
输入验证：处理外部数据前进行验证
错误信息：避免在错误中暴露敏感信息
权限控制：限制可以编辑工作流的用户

javascript复制// 安全实践示例
function sanitizeInput(input) {
  // 移除潜在的恶意内容
  return {
    ...input,
    comments: input.comments.replace(/<script.*?>.*?<\/script>/gi, '')
  };
}

const cleanData = sanitizeInput($input.item.json);

if(!isValidEmail(cleanData.email)) {
  $.error('无效的邮箱格式', { email: cleanData.email });
  return []; // 安全地跳过无效项
}

// ...继续处理...

经过两年多的n8n实践，我发现代码节点是最能体现"自动化无限可能"的组件。它从简单的数据转换到复杂的业务逻辑都能胜任，唯一的限制可能就是想象力。对于刚开始使用的开发者，我的建议是从小处着手，先实现简单的转换逻辑，然后逐步扩展到更复杂的场景。记住，好的代码节点实现应该是专注的、可维护的和健壮的。