数据采集

​

指令说明

描述： 此指令可批量提取界面中的表格、结构化数据。

​

参数说明

​

使用示例

该流程执行逻辑： 打开博客园网页 使用【数据采集】指令获取博文标题、简介、作者、发布时间等信息，并将采集到的信息写入指定Excel表中

​

使用小Tips

• 该指令可快速采集大量数据，若仅需要数据采集，无需边采集边执行额外步骤（如点击）的话，可优先使用该指令
• 八爪鱼 RPA 中可将采集动作大致分为批量采集和逐条采集，具体可查看下文「两种采集模式」

​

数据采集指令概览

​

两种采集模式

​

1. 智能采集

打开八爪鱼RPA，搜索“数据采集”或直接点击软件顶端的“数据采集”即可使用指令，将它加入在流程中。 使用方法：将待采集的网页置于前台，”Ctrl+鼠标左键“即可采集数据。 Ctrl+鼠标左键点击，红色表示预选中区域，需要哪个数据就点击哪个。

​

2. 精准采集

在数据预览界面点击”精准采集”，进入精准采集模式。 指令会自动清空原始采集数据。按“Ctr+点击”选择目标数据即可，每次新增一列数据。

​

采集数据处理

1. 表头重命名： 双击指定表头进行重命名，表头名称不允许重复。

2. 编辑列元素： 编辑当前列元素的Xpath，修改元素定位。此处的列元素Xpath是该列字段相对于外层循环的Xpath。

3. 处理列元素： 对”xx列“中的每个单元格数据依次按照以下步骤进行处理。处理动作包含：替换、去除空格、添加前缀、添加后缀、智能提取（数字/手机号码/邮箱）、时间格式转换、正则匹配。

4. 复制列： 复制当前列，插入当前列的右侧。

5. 移动列位置： 鼠标左键按住指定列名，进行左右拖动。

6. 提取其他属性： 提取当前元素的其他属性，属性包含：元素文本、元素链接文本、图片地址、InnerHTML、OuterHTML、更多（自动推导，如class、target、position()等）。
7. 删除列： 删除指定列。
8. 编辑采集区域： 修改循环列表的Xpath，调整列表的采集区域，即循环项的Xpath。可以通过校验元素来确认当前Xpath指定的网页区域。

9. 去除重复行： 可指定某字段作为判断重复行的条件。选择按哪些字段进行去重，默认是使用全部字段，即全部字段的内容都相同时才会删除当前行。举例：指定标题、标题链接和概要为判断条件，则当某两行数据的这3个字段相同时，只会保留其中一行。

10. 清空并重新采集： 清除数据预览中的所有内容。