场景导入：别让“脏数据”拖垮你的自动化流程
兄弟们，大家好，我是 N8N大学 的主编。今天咱们聊点实在的。
做自动化的兄弟一定深有体会：数据从第三方 API、Webhook 或者爬虫过来的时候，往往是一身“脏衣服”。要么前后带着多余的空格，要么混杂着看不懂的换行符，要么名字和邮箱挤在一起。直接用？轻则字段解析失败，重则整个流程卡死。
手动去改？那还叫自动化吗？那是给自己找罪受。今天，笔者就带大家深入 N8N 的 Code 节点，用最简单的 JavaScript 原生方法——.split()、.replace() 和 .trim()，把数据洗得干干净净。
核心武器：Code 节点里的三板斧
在 N8N 里，Code 节点**（或者 Function 节点）是数据处理的最后一道防线，也是最强的微操工具。别怕写代码，我们只用三个最简单的字符串方法。
1. .trim()：强迫症的福音
这是最基础的清洗动作。用户手滑多敲的空格、系统生成的换行，统统干掉。
场景： 用户提交的表单里，邮箱 " user@example.com " 根本无法校验。
写法：
const dirtyInput = " user@example.com ";
const cleanInput = dirtyInput.trim();
// 结果："user@example.com"在 N8N 的 Code 节点里，你可以直接针对输入的 JSON 字段操作：
item.json.email = item.json.email.trim();
2. .split() 与 .join()：拆解与重组大师
当你遇到“张三,李四,王五”这种数据时，.split() 就是你的一把手术刀。它能按指定字符把字符串切开，变成一个数组。
场景： 清洗掉字符串里的所有空格。
写法：
const str = "Hello World";
const cleaned = str.split(' ').join(' ');
// 结果："Hello World" (中间只剩一个空格)或者处理复杂的全角/半角符号混合问题：
const rawName = "张三，李四";
const nameArray = rawName.split('，'); // 按中文逗号切分3. .replace()：乾坤大挪移
这是最强大的方法，用于替换。它支持普通字符串，也支持正则表达式（Regex）。
场景： 去掉字符串里所有的非数字字符，只留电话号码。
写法：
const phone = "Tel: 138-0000-0000";
const cleanPhone = phone.replace(/D/g, '');
// 结果："13800000000"这里的 /D/g 就是正则的威力，D 代表非数字，g 代表全局匹配。在 N8N 里，处理这种脏数据，这一行代码顶得上手动删半小时。
实战演练：在 N8N 中清洗“姓名+邮箱”的混合字段
假设我们收到一个 CSV 导入的数据，字段 raw_info 长这样：
" User Name "
我们的目标是提取出纯净的 name 和 email。
步骤一：安装与拖拽
拖入一个 Code 节点**。确保你的上游节点（比如 Spreadsheet File 或 Webhook）已经把数据传过来了。
步骤二：编写清洗逻辑
在 Code 节点的 JavaScript 编辑器里，我们写入如下逻辑。这是 N8N 大学总结的实战模板：
for (const item of $input.all()) {
// 1. 先去除首尾空格
let raw = item.json.raw_info.trim();
// 2. 提取名字 (假设名字在 < 之前)
// 使用 .split('<') 将字符串切成两段
let namePart = raw.split('<')[0].trim();
// 3. 提取邮箱 (利用 .replace 去掉尖括号)
let emailPart = raw.split('', '').trim();
// 4. 赋值给新字段
item.json.clean_name = namePart;
item.json.clean_email = emailPart;
return item;
}解析： 我们先用 .trim() 扫除外围垃圾，再用 .split() 按照 "<" 把字符串切开，最后用 .replace() 去掉收尾的 ">"。一套连招，数据瞬间规范。
步骤三：调试与验证
点击 Code 节点，查看右侧的 JSON/Preview 面板。你会发现多出了 clean_name 和 clean_email 字段。如果这里报错了，通常是你上游数据里没有 raw_info 字段，或者字段类型不对（比如是 null）。
避坑指南：实战中的 3 个致命细节
笔者在做项目时，因为数据清洗没做好，也踩过不少坑。这里分享两个最常见的：
1. null 值导致的“红屏”
如果你的字段可能是空的（null），直接调用 item.json.field.trim() 会报错：
Cannot read property 'trim' of null
解决方案： 加上防御性编程。
item.json.field = (item.json.field || "").trim();
这样即使数据为空，也会转成空字符串处理，不会阻断流程。
2. 正则表达式里的“转义”地狱
如果你要用 .replace() 去处理特殊字符，比如点号 . 或者加号 +，一定要记得加反斜杠转义。
错误写法： str.replace('.txt', '') （如果字符串里有两个 .txt，可能只替换第一个，取决于浏览器实现）
正确写法： str.replace(/./g, '') （把所有点都换掉）
3. 忽略大小写
有时候数据里 Email 是大写的，或者首字母大写的。用 .replace() 时加上 ignore case 标志。
写法： str.replace(/hello/gi, 'hi') （g: 全局, i: 忽略大小写）
FAQ 问答
Q: 除了 Code 节点，N8N 有没有不用写代码的清洗方法？
A: 有的。N8N 新版的 Set 节点**（或者 Transform 节点）提供了一些基础的字符串操作，但功能有限。对于复杂的正则提取、拆分，Code 节点依然是最高效的选择。笔者建议，想进阶一定要掌握基础 JS。
Q: .split() 和 .match() 哪个更适合提取数据？
A: 如果是固定分隔符（如逗号、空格），用 .split() 更快更直观；如果是提取特定模式的文本（如提取所有网址），配合正则的 .match() 更强大。N8N大学 建议先学会 split，再进阶 match。
Q: 清洗后的数据怎么导出给 Excel？
A: 在 Code 节点处理完数据后，接一个 Spreadsheet File 节点**，选择“写入”模式，映射好你清洗后的字段（如 clean_name, clean_email），就能导出完美的 Excel 表格了。
总结与资源
数据清洗是自动化的基石。.trim() 处理空格，.split() 拆解结构，.replace() 替换垃圾。这三板斧在 N8N 的 Code 节点里配合使用，能解决 90% 的文本清洗需求。
不要害怕代码，它们只是你驯服数据的工具。我是 N8N大学 的主编，希望这篇干货能帮你解决实际问题。去试试吧，把那些脏数据洗得像刚出厂一样！
