笔者按：

大家好，我是N8N大学的主编。在处理自动化流程时，我们经常遇到一个痛点：数据从API拉下来是一团乱麻，直接用不仅难看，还容易导致后续节点报错。今天，我就带大家深入拆解n8n中最被低估的清洗神器——Filter节点，通过3个真实案例，教你如何把脏数据洗得干干净净。

Filter节点，你以为它只会过滤？

很多新手看到“Filter”这个名字，第一反应是“过滤数据”。没错，它确实能过滤。但在N8N大学的实战体系里，Filter节点本质上是一个逻辑判断中心。它不仅能决定数据去留，还能通过条件组合（Condition）实现复杂的数据清洗和格式预判。

在开始之前，请确保你的n8n环境已经搭建好。如果还没安装，可以先去N8N大学查阅我们的《n8n Docker一键部署指南》。

案例一：剔除无效的“僵尸数据”

场景：你从一个CRM系统导出了所有客户列表，但里面包含大量状态为“已注销”或“测试账号”的数据。你需要清洗掉这些行，只保留“有效客户”。

数据现状

输入数据可能长这样：


{
"customer_id": 1001,
"status": "active", // 有效
"email": "user@example.com"
},
{
"customer_id": 1002,
"status": "inactive", // 无效
"email": "test@test.com"
}


实战操作

在n8n中，我们在数据进入处理节点前，加入一个Filter节点：

1. 输入参数设置：在Filter节点的“Conditions”中，点击“Add Condition”。
2. 逻辑编写：选择字段 status，操作符选择 is not equal to，值设置为 inactive。
3. 组合逻辑（进阶）：如果想同时排除“test”状态，点击“AND”，增加一条 status is not equal to test。

避坑点：n8n的Filter对文本大小写敏感。如果你的数据里既有“Active”又有“active”，记得使用内置的 exists 或正则匹配，或者先用JS节点转小写再过滤。

案例二：多重条件筛选与格式修正

场景：你正在监控电商订单。你需要清洗出“金额大于100元”且“支付方式为信用卡”的订单，同时将金额字段格式化为纯数字。

核心挑战

API返回的金额字段通常是字符串（如 "$1,200.00"），直接进行数值比较会失败。我们需要在Filter之前或之后进行清洗。

实战操作

1. 数据预处理（Set节点）：在Filter前加一个Set节点，使用JavaScript表达式清洗金额：
   {{ parseInt($json.price.replace(/[$,]/g, '')) }}，并赋值给新字段 clean_price。
2. Filter节点逻辑：
   • 条件1：clean_price > 100
   • 条件2：payment_method == credit_card
   • 逻辑关系：选择 AND（必须同时满足）。
3. 输出验证：连接一个Debug节点，查看输出是否只剩下符合条件的高客单价信用卡订单。

笔者经验：在Filter节点中使用数值比较时，务必确认字段类型。如果输入是字符串"100"，比较运算符“大于”可能会按字典序比较，导致结果错误。先用Set节点转为Number是最稳妥的做法。

案例三：处理嵌套对象与数组清洗

场景：这是最硬核的场景。你从API获取了一组数据，其中包含嵌套的JSON对象，或者是一个数组。你需要判断数组中是否存在特定值，或者清洗掉缺少关键嵌套字段的数据。

数据结构

{
"id": 55,
"tags": ["vip", "new"],
"profile": {
"age": 25,
"verified": true
}
}

实战操作：提取深层数据

Filter节点本身不支持直接修改数据结构，但它支持读取深层数据。如果你要清洗出“已验证且年龄大于18岁”的用户：

1. 路径写法：在Filter条件中，n8n支持点号语法访问深层字段。
2. 设置条件：
   • Field: profile.verified -> Value: true
   • Field: profile.age -> Operator: > -> Value: 18

实战操作：数组清洗（高级技巧）

如果你想清洗出“tags”数组中包含“vip”的用户：

1. 使用JavaScript表达式模式（点击Filter条件中的“Expression”切换）。
2. 输入代码：{{ $json.tags.includes('vip') }}。
3. 如果返回 true，数据通过；false 则被丢弃。

硬核提示：当处理数组时，Filter节点的可视化配置可能不够用。此时，善用Expression（表达式）是n8n高手的必备技能。它允许你写纯JS逻辑来处理复杂的数据清洗规则。

FAQ：关于Filter节点的常见疑问

Q1: Filter节点会删除原始数据吗？
A: 不会。n8n的数据流是线性的。Filter节点只是将不符合条件的“数据行”路由到 False 分支，符合的路由到 True 分支。原始数据依然保留在流程中，只是流向不同。

Q2: 如果我有10个过滤条件，都要写在一个Filter节点里吗？
A: 建议逻辑分组。如果条件之间是“且”关系，可以放在一个节点；如果是复杂的嵌套逻辑（如：(A且B) 或 (C且D)），建议拆分为多个Filter节点串联或并联，这样调试起来更直观。

Q3: Filter节点过滤后的数据量，如何统计？
A: 在Filter节点的 True 分支后连接一个 Function 节点，使用 items.length 获取数量，或者直接查看n8n执行日志中的输出条目数。

总结与资源

Filter节点是n8n数据流的“守门员”。掌握它，意味着你不再被动接受脏数据，而是能主动定义数据的标准。从简单的状态判断到复杂的嵌套数组清洗，这三个案例覆盖了80%的日常需求。

如果你在实操中遇到报错，或者有更刁钻的数据清洗场景，欢迎在N8N大学的社区板块发帖，笔者会亲自解答。