别再只会做“是或否”了，你的 n8n 自动化水平取决于 Filter 节点的玩法

笔者在 N8N大学 这些年，看过太多学员的 Workflows。最常见的现象是什么？Webhook 接到数据，直接一路推到底，最后不仅处理速度慢，还经常因为数据格式不对导致整个流程报错。

很多人以为 n8n 的 Filter 节点只是个简单的开关，只能做 AND 或 OR 的判断。这就像开着法拉利去买菜，太浪费了。

今天，笔者不讲基础概念，直接上硬货。我们通过 5 个实战案例，把 Filter 节点的高级用法拆解得明明白白。学会这些，你的自动化流程不仅能跑通，还能跑得稳、跑得快。

实战一：多条件组合查询（AND/OR 混合逻辑）

很多新手一遇到“既要又要还要”的需求就头大。比如：我们需要筛选出“状态是已支付”且“金额大于 100 元”或“用户等级是 VIP”的订单。

在 Filter 节点中，你可以通过组合规则来实现复杂的筛选逻辑。

• 规则 1：状态 等于 已支付
• 规则 2：金额 大于 100
• 规则 3：用户等级 等于 VIP

关键在于逻辑设置。如果你的需求是“满足条件1，且（满足条件2或满足条件3）”，你需要利用 Combine 选项。默认是 AND（且），你可以将前两条设为 AND，然后第三条单独处理。更简单的做法是：如果只需要满足其中一组条件，直接使用 OR 作为全局逻辑即可。这在处理电商数据清洗时，能帮你瞬间过滤掉 90% 的无效订单。

实战二：处理嵌套对象数据（JSON 深度解析）

这是 N8N大学 学员最容易踩坑的地方。n8n 的数据流是 JSON 结构，当你接收到 API 返回的数据时，字段往往藏得很深。

比如一个 Webhook 接收的 JSON 数据如下：

{
  "user": {
    "profile": {
      "email": "test@example.com",
      "is_active": true
    }
  }
}

你想过滤出“已激活用户”。在 Filter 节点中，直接写 user.is_active 是无法识别的。你必须使用 n8n 的原生表达式语法。

在条件设置中，点击输入框右侧的 fx 图标，输入：

{{ $('JSON').item.json.user.profile.is_active }}

或者更通用的写法：

{{ $json.user.profile.is_active }}


这样，你就能精准地抓取到深层节点的数据进行判断。记住，Filter 节点是处理脏数据的第一道防线，把它用好，能避免后续流程因字段缺失而崩溃。

实战三：数组及集合的过滤（Filter Fields 模式）

当你的数据是一组列表（比如 Excel 读取进来的多行数据，或者 API 返回的数组），情况就变得复杂了。默认情况下，n8n 会把数组拆分成多条数据流，但如果你想在一条数据流里判断整个数组的属性呢？

这里我们用到 Filter Fields 模式。

假设我们有一组商品数据，结构如下：

{
  "products": [
    { "name": "iPhone", "price": 6000 },
    { "name": "Charger", "price": 50 }
  ]
}
我们的目标是：只保留价格大于 1000 的商品。这在单纯的 Filter 节点里很难直接完成（通常需要配合 Split Out 或 Aggregate 节点）。
但在高级过滤中，我们可以利用 Collection 属性。

将 Filter 节点设置为 Filter Fields (Mode)。
选择 Keep（保留）。
字段路径输入：products。
在值（Value）处使用表达式进行判断（这一步通常需要配合 JavaScript Code 节点预处理，但在简单场景下，Filter 可用于判断数组长度或是否存在特定元素）。

更实用的场景是：判断数组是否为空。条件设为：products is not empty。这在处理“有附件才发送邮件”的场景中非常关键。

实战四：基于时间戳的动态过滤（日期比较）
时间处理是自动化里的“重灾区”。时区、格式、时间戳，稍有不慎就会导致流程在错误的时间触发。
假设我们有一个每天运行的流程，只处理“最近 24 小时内”产生的数据。数据里带有一个 created_at 字段，格式为 ISO 8601（如 2023-10-27T10:00:00Z）。
在 Filter 节点中，我们可以这样设置：

条件：created_at 大于 {{ $now.minus({ hours: 24 }).toISO() }}

这里用到了 n8n 强大的时间处理函数。如果你的 n8n 运行在 Docker 中，务必注意时区设置。默认容器时间往往是 UTC，如果你的数据是北京时间（UTC+8），直接比较会出错。
避坑指南：在 Docker 运行 n8n 时，建议在环境变量中设置 TZ=Asia/Shanghai，这样 {{ $now }} 才能准确获取本地时间，避免过滤逻辑出现 8 小时的偏差。
实战五：正则表达式（Regex）的精准打击
当标准的“等于”、“包含”无法满足需求时，正则表达式就是你的终极武器。比如，你想筛选出所有以特定前缀开头的 ID，或者验证邮箱格式。
在 Filter 节点的规则中，将比较方式从 String 切换为 Regex。
案例：筛选出所有以 ORD- 开头，且后面跟 8 位数字的订单号。

字段：order_id
正则表达式：^ORD-d{8}$

这个功能在清洗用户输入的数据时极其有用。例如，从一大段文本中提取电话号码，或者过滤掉带有恶意脚本字符的评论。
但请注意，正则表达式性能开销相对较大。如果数据量达到几万条，建议先用其他手段（如数据库查询）过滤掉大部分数据，再在 n8n 中使用 Regex 进行精细清洗。
FAQ：关于 n8n Filter 节点的常见疑问
Q1: Filter 节点处理大量数据时会卡顿吗？

A: 如果是单次流程处理几万条数据，Filter 节点本身很快，因为它只是内存中的逻辑判断。但如果你的流程是“持续运行”的，数据积压会导致内存占用升高。建议使用 n8n 的 Queue Mode（队列模式）来分担压力。
Q2: 为什么我的表达式在 Filter 里报错？

A: 最常见的原因是引用了不存在的字段。在输入框输入表达式时，n8n 会自动提示。确保你引用的路径（如 {{ $json.field }}）在上一步的数据中确实存在。如果字段可能为空，建议先用 IF 节点兜底，或者在表达式中使用 {{ $json.field || 'default' }}。
Q3: Filter 节点能否修改数据？

A: 不能。Filter 节点的唯一职责是“放行”或“拦截”。如果你需要清洗数据（例如把“男”改成“M”），需要配合 Set 节点或 Edit Fields 节点使用。
总结与资源
Filter 节点看似简单，实则是 n8n 自动化流程中的“质检员”。掌握这五种高级用法，能让你的流程从“能跑”进化到“稳健”。
在 N8N大学，我们始终强调：自动化不是为了炫技，而是为了解决实际问题。多在实战中尝试组合不同的逻辑，你会发现 n8n 的潜力远超想象。
如果你在实战中遇到了棘手的数据过滤问题，欢迎在 N8N大学 社区发帖，笔者会亲自为你解答。