图像和元素的区别

​

什么是元素？

元素是网页或桌面窗口中真实存在的对象，例如一段文字、一个输入框、一张图片、一个按钮，甚至是一个完整的窗口。在八爪鱼 RPA 中，元素通常通过 XPath、控件树或 DOM 路径精确锁定。 打开设计器左侧的「元素库」，切换到「元素」标签，即可看到当前应用已捕获的所有元素。元素以树状结构展示，便于查看父子层级和属性信息。

​

什么是图像？

图像是对屏幕上肉眼可见区域的截图。八爪鱼 RPA 通过图像匹配找到与截图相似的区域，再执行点击、输入等操作。只要在桌面或窗口内截到这张图，不论它背后是网页元素、桌面控件，还是游戏画面，RPA 都能按视觉位置进行操作。 在「元素库」的「图像」标签中，所有已捕获的图像会以缩略图形式展示，方便快速识别和复用。

​

核心区别

​

什么时候该用图像？

以下场景常规元素定位往往拿不到或容易失效，建议改用图像方式：

• 目标对象藏在网页源码深处，与其他元素结构相似，捕获时容易混淆；
• 桌面窗口看起来是个按钮，实际上只是文本或图片，点击没有响应；
• Canvas、远程桌面、画板、部分客户端软件内部没有可识别的控件层级；
• 目标网站有反爬措施，常规元素定位会被识别为异常；
• 同一控件在不同客户端的 XPath 不一致，但视觉一致，需要跨版本/跨设备复用。

​

什么时候该用元素？

• 目标对象是网页或桌面应用内结构清晰的控件，如按钮、输入框、链接、菜单；
• 需要在脚本里读取、校验或修改元素属性，如文本、XPath、属性值；
• 流程需要长时间稳定运行，视觉微调不会导致流程失败；
• 对执行速度和精度要求高，图像匹配存在一定概率误差。

​

小结

元素走的是”结构路径”，图像走的是”视觉路径”。理想的做法是：优先使用元素，元素拿不到或不稳定时退到图像。两者配合，可以覆盖绝大多数 RPA 自动化场景。