news 2026/7/7 16:46:47

【实战案例】火语言 RPA 『获取多元素信息/属性值』抓取网页数据案例

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【实战案例】火语言 RPA 『获取多元素信息/属性值』抓取网页数据案例

之前我们用「表格数据提取」(https://www.huoyuyan.com/community/detail.html?id=396) 组件抓网页数据很方便,今天分享用「获取多元素信息/属性值」获取数据的方法,更灵活适配不同页面。

一、案例功能概述

抓取该网页的蔬菜价格(https://www.jnmarket.net/fruitsvegetables/dailyprice/vegprice ),包含产品名称、产地、最高价 / 最低价等字段。
区别于之前使用「表格数据提取」组件,这次咱们用「获取多元素信息/属性值」(提取网页元素的 outerHTML),再结合 XPath 解析字段 —— 适合表格结构不太规整、但能通过元素路径定位的页面。

二、实现的逻辑

整个流程是 “初始化→翻页循环→抓元素集合→解析字段→存数据”,简单说:
1、打开浏览器 + 访问目标网页,新建表格存数据;
2、用 While 循环实现翻页(控制 “下一页” 按钮的点击);
3、抓网页中所有数据行的 outerHTML 集合;
4、遍历集合,用 XPath 提取每个字段的内容;
5、把字段写入表格,最后导出 Excel。

三、实现的步骤

组件1、打开浏览器,选择浏览器类型


组件2、浏览网页,输入网址URL:https://www.jnmarket.net/fruitsvegetables/dailyprice/vegprice


组件3、表格打开或新建,新建空表格用于存储数据


组件4、表格数据初始化,初始化表格列头


组件5、For循环,为了演示,这里使用For循环限制一下采循环次数。


组件5.1、获取多元素信息/属性值,获取数据行的元素集合
目标元素 XPath:/tbody[@class='n-data-table-tbody']/tr(定位网页里的所有数据行)
属性:选outerHTML(把整行的 HTML 内容存下来)
输出变量:list(后续遍历使用)


组件5.2、ForEach循环,循环遍历list


组件5.2.1-5.2.7 Xpath提取,在 ForEach 循环内,拖 7 个「XPath 提取」组件(对应 7 个字段),每个组件参数如下:

字段XPath 提取的参数设置输出变量
产品名称源HTML文本T:{{item}};XPath:./tr/td[1],属性:源代码输出变量:产品名称
产地源HTML文本T:{{item}};XPath:./tr/td[2]/span/span,属性:源代码输出变量:产地
最高价源HTML文本T:{{item}};XPath:./tr/td[3],属性:源代码输出变量:最高价
最低价源HTML文本T:{{item}};XPath:./tr/td[4],属性:源代码输出变量:最低价
参考价源HTML文本T:{{item}};XPath:./tr/td[5],属性:源代码输出变量:参考价
规格源HTML文本T:{{item}};XPath:./tr/td[6],属性:源代码输出变量:规格
日期源HTML文本T:{{item}};XPath:./tr/td[7],属性:源代码输出变量:日期


组件5.2.8、打印日志,打印以上输出的结果,便于调试诊断
['{{产品名称}}','{{产地}}','{{最高价}}','{{最低价}}','{{参考价}}','{{规格}}','{{日期}}']
打印出来的结果:
['<!---->蒜头','江苏/河南','<!---->9','<!---->8','<!---->8.4','<!---->箱','<!---->2025-12-16']
组件5.2.9、字符串替换,根据上一步打印出来的结果,那么使用字符串替换,将<!---->替换成空值,
替换后样式:['蒜头','江苏/河南','9','8','8.4','箱','2025-12-16']


组件5.2.10、表格数据写入,创建整数变量行索引rowIndex,默认是0
写入到:
写入方式:追加
列索引:0-6
指定单行索引:{{rowIndex}}


组件5.2.11、变量赋值,给rowindex++操作(行号 + 1,下一行继续写)。


组件5.3、鼠标/元素点击,点击翻页按钮


组件6、表格数据导出,导出数据到指定路径

四、避坑指南

在实操中会疑问,变量rowindex到底是什么?流程为啥能 “认得出” 它对应表格的行?其实超简单 ——它不是流程天生认识的 “特殊变量”,是自定义的 “行索引标记”,通过参数绑定告诉流程:这个数对应表格的第几行。

咋用,分三步:

步骤1、先告诉它从哪行开始,

先创建一个变量:rowindex,(自定义的名字,你也可以叫hanghao/行号等,只要前后统一就行);
赋值内容:0(火语言 RPA 的表格行索引从 0 开始,0 对应 “表头下方的第一行数据行”)。
这一步的意思:告诉流程 “一开始,先把数据写到表格的第 一 行”。

步骤2、把rowindex绑定到「表格数据写入」组件的 “行索引” 参数

在「表格数据写入」组件里,找到 “行索引” 这个参数,填入{{rowindex}}(T模式下用{{rowindex}},#模式下:rowindex)。
「表格数据写入」组件的 “行索引” 参数,是专门用来指定 “要把数据写到表格第几行” 的 —— 咱们把rowindex变量填进去,就等于告诉流程:“用rowindex这个变量里的数字,作为写入的行号”。

步骤3、变量赋值:每写一行,让rowindex+1(避免覆盖)

直接写rowindex++,火语言 RPA 支持自增
这一步的意思:“写完当前行,下一条数据要写到下一行”。

完整案例分享: https://www.huoyuyan.com/share.html?key=eyJhdXRvQ29kZSI6IkZhbHNlIiwia2V5IjoiYWI4OTU1NWE0NDg0NDlmNjk4MGU2MjQzMmI1MzYwZWQifQ== 提取码: Des8

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/7 8:39:53

VSCode + QDK集成实战:批量提交量子任务的隐藏技巧(专家级配置曝光)

第一章&#xff1a;VSCode 量子作业批量提交概述在现代量子计算开发流程中&#xff0c;高效管理与提交多个量子作业成为提升研发效率的关键环节。VSCode 作为广受欢迎的轻量级代码编辑器&#xff0c;通过扩展插件支持与远程量子计算平台的集成&#xff0c;为开发者提供了本地编…

作者头像 李华
网站建设 2026/7/7 7:46:25

NarratoAI:重塑视频创作边界的智能解说革命

NarratoAI&#xff1a;重塑视频创作边界的智能解说革命 【免费下载链接】NarratoAI 利用AI大模型&#xff0c;一键解说并剪辑视频&#xff1b; Using AI models to automatically provide commentary and edit videos with a single click. 项目地址: https://gitcode.com/gh…

作者头像 李华
网站建设 2026/7/7 12:10:49

必看!这3个摩擦焊机售后方案,让你省心又省钱

必看&#xff01;这3个摩擦焊机售后方案&#xff0c;让你省心又省钱开篇&#xff1a;为什么售后如此重要&#xff1f;在选购摩擦焊机时&#xff0c;很多用户往往只关注设备性能和价格&#xff0c;却忽略了至关重要的售后服务环节。优质的售后服务不仅能延长设备使用寿命&#x…

作者头像 李华
网站建设 2026/7/7 10:26:30

量子仿真结果导出难题破解:5种格式对比及最佳实践(稀缺经验分享)

第一章&#xff1a;量子仿真结果导出难题的背景与挑战在当前量子计算研究快速发展的背景下&#xff0c;量子仿真已成为验证算法设计、测试量子线路行为的重要手段。然而&#xff0c;随着仿真规模的增长&#xff0c;如何高效、准确地导出仿真结果成为制约研究进展的关键瓶颈。传…

作者头像 李华
网站建设 2026/7/7 7:24:41

Qiskit开发环境搭建难题破解:实现秒级代码补全的稀缺方案曝光

第一章&#xff1a;Qiskit开发环境搭建难题破解&#xff1a;实现秒级代码补全的稀缺方案曝光在量子计算开发实践中&#xff0c;Qiskit 环境的配置常因依赖复杂、内核启动缓慢导致开发体验下降&#xff0c;尤其在代码补全延迟严重时极大影响效率。传统基于 Jupyter Notebook 的方…

作者头像 李华
网站建设 2026/7/7 16:53:24

【限时掌握】Docker Scout漏洞导出技巧:3种方法提升安全响应速度

第一章&#xff1a;Docker Scout漏洞导出的核心价值 在现代软件交付流程中&#xff0c;容器镜像的安全性已成为保障系统稳定运行的关键环节。Docker Scout 作为 Docker 官方推出的镜像安全分析工具&#xff0c;能够自动扫描镜像中的已知漏洞、配置风险和不安全依赖&#xff0c;…

作者头像 李华