菜单

第6节综合案例

1.应用说明

批量获取2023豆瓣年度读书榜单的书本信息，比如说榜单的前5页，将这些书本信息写入Excel表的Sheet1中，然后从Excel中将这些书本逐个拿出来。榜单中涉及的书很多，假设我们想要购买其中的一部分，就可以制定一定的标准并按照这些标准选出优先阅读的书，将这些书本加入购书单中。

2.应用实现逻辑

3.应用实现

流程指令分步骤解析

步骤一先抓

打开豆瓣年度读书榜单，获取前5页书籍的书名、链接、书本信息、评分、评价人数、简介和价格信息，并将相关信息写入Excel的Sheet1中。

1.1 【打开网页】按照习惯选择常用的浏览器类型，可选八爪鱼浏览器、谷歌浏览器、Edge浏览器等，网址则填写2023豆瓣年度读书榜单的网址(https://book.douban.com/tag/%E5%B0%8F%E8%AF%B4)，最后将此网页对象命名为豆瓣读书榜单。

注意：需确保相关浏览器的八爪鱼插件已经安装且开启，相关文档：自动化插件

1.2 【数据采集】批量提取界面中的书本信息，网页对象选择“豆瓣读书榜单”，该指令最终会输出“Excel文件路径”变量

在豆瓣读书榜单网页中点击“编辑采集目标”按钮，鼠标移动至任意一本书后按住ctrl+鼠标左键，该指令会自动分析并抓取书本相关字段。保留“书名、链接、书本信息、评分、评价人数、简介、价格”这些字段，并更名与上述保持一致，剩余不相干字段均可删除

观察后可发现，评价人数字段原本是类似于“ (74663人评价)”的值，获取后显示的只有数字部分。这一块做了数据处理，点击字段更多操作中的“处理列数据”，添加智能提取步骤，选择“提取数字”

由于我们的目标是采集榜单前5页的书本信息，因此翻页方式需要选择“翻页按钮”，再点击“捕获新元素”按钮利用ctrl+鼠标左键去捕获翻页按钮。采集范围选择指定页数“5”

我们获取相关书本信息后，需要填入Excel表，因此参数“采集数据保存至”选择Excel，保存位置需要选择一个已存在且空白的Excel表。勾选框“带表头导出”需勾选，便于我们后续查阅表格理解对应字段；勾选框“指定Sheet页”非必勾选，不勾选一般也是写入激活的Sheet1页中；勾选框“追加写入”需勾选，相关的书本信息会逐行被写入Excel表中

步骤二后处理

循环处理所有书本信息，判断当前循环到的书本评分是否达到9.4，以及评价人数是否超过一万人，如果同时符合这两个条件，就可以尝试加入我们的待购书单中。符合上述条件的书本名称和书本链接会被记录在Sheet2中，但不是所有书本详情页都包含“加入购书单”链接，包含该链接元素才会在当前行记录“已加入购书单”，不包含该链接元素会记录“未加入购书单”

2.1 【启动Excel】根据上一指令生成的“Excel文件路径”变量启动对应的表格；驱动方式与表格对应，选项有默认、office、wps；最后将此过程中生成的变量命名为excel变量。

注意：使用该指令时，会默认连带【关闭Excel】的指令，用于保存和关闭启动的Excel表格

2.2 【循环Excel内容】按行循环excel对象的内容，并将当前循环到的值保存在loop_excel中。loop_excel实际上是一个列表，行中具体字段值都是列表的项值。由于我们在【数据采集】中勾选了“带表头导出”，因此第一行实际是表头，循环的起始行是2

注意：对循环Excel内容有疑问，可参考相关文档：循环excel

2.3 【文本转为数值】评分和评价人数都是代表数值含义的文本值，通过该指令先转为数值变量，以便后续进行数值大小比对

2.4 【If多条件】我们筛选的条件有两个，一个是评分大于等于9.4，一个是评价人数大于10000。筛选条件不止一个时，使用该指令最便捷，可通过“增加条件”按钮新增条件输入框，不同条件之间是and关系

注意：每个if判断相关的指令都会自动连带“End If”指令，该指令不需要输入参数，也不能删除，否则会报错。下方与If相关的指令同理，不再赘述。

2.5 【打开网页】浏览器类型与1.1保持一致，此处的网址要填写当前循环项中包含的书本链接，该链接是对应书本的详情页。只有满足2.4条件的书本，才需要执行该指令

2.6 【等待网页加载】如果网页未加载完毕，可能导致后续步骤查找元素时报错。保险起见，需要在此处先等待网页加载完毕。

2.7 【If网页包含】检测当前页面是否含有“加入购书单”链接元素

点击“捕获新元素”-->ctrl+鼠标左键捕获-->点击完成

2.8 【点击网页元素】如果当前书本详情页含有“加入购书单”链接，则需点击该链接将书本放入购书单中