n8n 爬蟲進階：如何自動下載網頁圖片、PDF 與任何檔案 (附實戰範例)

當你掌握了 n8n 爬蟲的基礎，能夠從網頁上輕鬆提取文字和連結後，你很快就會遇到下一個更具挑戰性的任務：如何自動下載網頁上的圖片、PDF 報告、CSV 數據表，或其他任何類型的檔案？

你可能想：

每天自動從你喜愛的攝影網站，下載最新的高畫質桌布。
批次抓取競爭對手電商網站上，數百張高清的商品圖片。
自動登入供應商後台，下載每個月的 PDF 對帳單並歸檔。

這些「檔案下載」的需求，與我們之前處理的「文字抓取」有著本質上的不同。它不再只是單純地解析 HTML，而是需要處理「二進制資料 (Binary Data)」。幸運的是，n8n 為此提供了完整且直觀的解決方案。

這篇文章將是你的 n8n 檔案下載終極指南。我們將帶你深入理解 n8n 如何處理二進制資料，並透過一個「偵查 -> 下載 -> 儲存」的三部曲實戰教學，手把手教你如何建立一個能夠自動從 Unsplash 這類圖庫網站，下載高品質圖片的完整工作流。

零基礎帶你完成屬於自己的n8n自動化流程

內容目錄

從文字到檔案：認識 n8n 中的「二進制資料 (Binary Data)」

在我們動手之前，必須先建立一個核心觀念。在 n8n 的世界裡，資料主要有兩種形式：

JSON 資料 (JSON Data): 這是我們最熟悉的格式，n8n 中絕大多數的資料都是以 JSON 物件的形式在節點之間流動。它非常適合用來表示結構化的文字資訊，例如 {"name": "John", "age": 30}。
二進制資料 (Binary Data): 圖片 (JPG, PNG)、PDF 文件、ZIP 壓縮檔、影片等，這些都不是單純的文字，它們在電腦中是以一長串 0 和 1 的二進制數據流存在的。n8n 為了處理這類資料，設計了一個特殊的「二進制資料」屬性。

當一個節點（例如 HTTP Request）成功下載了一個檔案後，它會在輸出的 Item 中，附加一個名為 binary 的特殊屬性。所有後續需要處理這個檔案的節點（例如 Write Binary File 或 Google Drive），都會自動去讀取這個 binary 屬性中的內容。

我們的任務，就是要透過工作流，完成從「找到檔案 URL」到「觸發下載並生成二進制資料」再到「將二進制資料儲存起來」的完整過程。

檔案下載的三部曲 (一)：用 `HTML Extract` 節點抓取檔案 URL

在下載任何檔案之前，我們必須先知道它的「地址」，也就是這個檔案的直接連結 (Direct URL)。這一步，就是一個標準的網頁爬蟲任務。

目標： 從一個網頁中，提取出所有 <img> 圖片標籤的 src 屬性，或是所有 <a> 下載連結標籤的 href 屬性。
核心工具： HTML Extract 節點。

操作步驟：

使用 HTTP Request 節點抓取目標網頁的 HTML。
連接 HTML Extract 節點。
Extraction Values > Add Value:
- Key: imageUrl (或 fileUrl)
- CSS Selector: img.product-image (抓取圖片) 或 a.download-link (抓取下載連結)。
- Return Value: Attribute。
- Attribute: src (對於 <img> 標籤) 或 href (對於 <a> 標籤)。

完成這一步後，你的 n8n 就會輸出一系列的 Items，每一個 Item 都包含了一個指向具體檔案的直接 URL。

檔案下載的三部曲 (二)：用 `HTTP Request` 節點下載檔案內容

現在我們有了檔案的地址，下一步就是派 HTTP Request 節點去把檔案的「內容」拿回來。這一步是整個流程中最關鍵的設定。

目標： 根據上一步抓取到的 URL，下載檔案的二進制數據。
核心工具： HTTP Request 節點。

操作步驟：

將 HTML Extract 的輸出，連接到一個新的 HTTP Request 節點。n8n 的自動迴圈機制會為我們抓到的每一個 URL，都執行一次這個下載請求。
URL (使用 Expression): {{ $json.imageUrl }} (動態地從傳入的 Item 中，讀取我們要下載的 URL)。
關鍵設定： 點開「Options」分頁。
- Response Format: 將預設的 JSON，改為 File。

這個「Response Format: File」的設定，是在告訴 n8n：「我預期這次請求的回應，不是一段 JSON 文字，而是一個檔案。請你將收到的數據，當作『二進制資料』來處理。」

執行這個節點後，你會在輸出中看到，每一個 Item 的 binary 屬性下，都包含了一個檔案，並附有其檔名 (File Name) 和媒體類型 (MIME Type)。

檔案下載的三部曲 (三)：用 `Write Binary File` 儲存你的成果

我們已經成功地將檔案的二進制數據下載到 n8n 的記憶體中了。最後一步，就是將這些數據，儲存成一個真實的檔案。

目標： 將下載的二進制資料，寫入到 n8n 伺服器運行的本地資料夾中。
核心工具： Write Binary File 節點。

操作步驟：

將下載用的 HTTP Request 節點，連接到 Write Binary File 節點。
File Path: 設定你要儲存檔案的路徑與檔名。這個欄位支援 Expression，讓你能動態命名。
- 範例： /data/downloads/{{ $binary.fileName }}
- 解說： $binary.fileName 是一個特殊的變數，可以自動獲取 n8n 從下載過程中識別到的原始檔名。
Input Field Name: data (這是預設值，代表我們要寫入的是 binary 屬性中的 data 部分)。

完整實戰演練：打造一個「Unsplash 圖片」自動下載器

目標： 搜尋 Unsplash (一個對開發者友善的免費圖庫) 上關於「Taiwan」的圖片，並下載搜尋結果第一頁的所有圖片。
流程設計： Start -> HTTP Request (抓取搜尋頁) -> HTML Extract (提取圖片URL) -> HTTP Request (下載圖片) -> Write Binary File (儲存圖片)

HTTP Request (抓取搜尋頁):
- URL: https://unsplash.com/s/photos/taiwan
- Headers: 記得設定 User-Agent 來偽裝成真實瀏覽器。
HTML Extract (提取圖片URL):
- CSS Selector: img[itemprop="thumbnailUrl"] (這是 Unsplash 搜尋結果圖片的 Selector 之一，可能會變動)。
- Return Value: Attribute, Attribute: src。
HTTP Request (下載圖片):
- URL (Expression): {{ $json.src }}
- Options > Response Format: File
Write Binary File (儲存圖片):
- File Path (Expression): /data/unsplash_images/taiwan_{{ $runIndex }}.jpg
- 解說： 我們使用 $runIndex (迴圈的執行次數) 來為每一張下載的圖片，產生一個獨一無二的檔名，避免檔案互相覆蓋。

啟用這個流程後，n8n 就會為你自動完成搜尋、解析、下載、儲存的所有步驟！

進階應用：將下載的檔案自動上傳到 Google Drive

如果你不想將檔案儲存在 n8n 的本地伺服器，而是想直接歸檔到雲端，流程也同樣簡單。你只需要將最後一步的 Write Binary File 節點，替換成對應的雲端儲存節點即可。

目標： 將 Unsplash 下載的圖片，自動上傳到 Google Drive 的「桌布收藏」資料夾。
替換節點：
- 將 HTTP Request (下載圖片) 節點的輸出，改為連接到 Google Drive 節點。
- Operation: Upload
- Parent Folder ID: 填入你的「桌布收藏」資料夾的 ID。
- Binary Property: data (告訴 Google Drive 節點，要上傳的檔案內容，在 binary 屬性中)。
- File Name (Expression): taiwan_wallpaper_{{ $runIndex }}.jpg