输出或屏幕抓取方法

输出或屏幕抓取方法是指那些用于从指定的用户界面元素或文档（如 .pdf 文件）中提取数据的活动。

为了了解哪一个更适合自动化您的业务流程，我们来看看它们之间的区别。

能力方法	速度	准确度	后台执行	提取文本位置	提取隐藏文本	支持 Citrix
全文	10/10	100%	是	否	是	否
原生	8/10	100%	否	是	否	否
OCR	3/10	98％	否	是	否	是

默认方法是“全文”，它快速而准确，但与“原生”方法不同的是，它不能提取文本的屏幕坐标。

这两种方法都只适用于桌面应用程序，但“原生”方法只适用于为了使用图形设备接口 (GDI) 呈现文本而构建的应用程序。

OCR 不是 100% 准确，但可用于提取其他两种方法无法提取的文本，因为它适用于包括 Citrix 在内的所有应用程序Studio 默认情况下使用两个 OCR 引擎：Google Tesseract 和 Microsoft Modi。

Languages can be changed for OCR engines and you can find out how to Install OCR Languages.

能力方法	多语言支持	首选的区域大小	支持色彩反转	设置期望的文本格式	过滤允许的字符	最好使用 Microsoft 字体
Google Tesseract	可以添加	小	是	是	是	否
MIcrosoft MODI	默认情况下支持	大	否	否	否	是

要开始从各种来源提取文本，请单击“设计”功能区选项卡上“向导”组中的“屏幕抓取”按钮。

利用上述三种输出方法之一，屏幕抓取向导可以让您指向用户界面元素并从中提取文本。Studio 自动为您选择屏幕抓取方法，并将其显示在“屏幕抓取器向导”窗口的顶部。

要更改屏幕抓取方法，请从“选项”面板中选择另一种方法，然后单击“刷新”。

When you are satisfied with the scraping results, click Copy to Clipboard and then Finish. The latter option copies the extracted text to the Clipboard, and it can be added to a Generate Data Table activity in the Designer panel. Just like desktop recording, screen scraping generates a container (with the selector of the top-level window) which contains activities, and partial selectors for each activity.

在“选项”面板中的“屏幕抓取器向导”中，每种类型的屏幕抓取都具有不同的功能：

1. 全文

   
   

   

   
   
   • 忽略隐藏项 – 当选中此复选框时，将不会复制所选用户界面元素中的隐藏文本。

2. 原生

   
   

   

   
   
   • 不限定格式 - 选中此复选框时，复制的文本不会从文本中提取格式信息。否则，保留提取文本的相对位置。
   • 获取词信息 - 当选中此复选框时，Studio 还会提取每个词的屏幕坐标。此外，还将显示“自定义分隔符”字段，使您能够指定用作分隔符的字符。如果该字段为空，则使用所有已知文本分隔符。

3. Google OCR

   
   

   

   
   
   • “语言”– 默认情况下只有英语可用。
   • “字符”– 用于选择要提取的字符类型。提供以下选项：“任何字符”、“仅数字”、“字母”、“大写”、“小写”、“电话号码”、“币种”、“日期”和“自定义”。如果选择“自定义”，则会显示另外两个字段（“允许”和“拒绝”），用于创建有关要抓取的字符类型和要避免的字符类型的自定义规则。
   • 反相 – 如果选中该复选框，则在抓取之前反转用户界面元素的颜色。这在背景颜色比文本颜色更深的情况下有用。
   • “比例”– 选定用户界面元素或图像的比例因子。数字越大，将图像放大得越大。这样可以更好地读取 OCR，建议小图像使用较大比例因子。

   • “获取词信息”– 获取每个抓取的词在屏幕上的位置。

     注意：在 Studio 的某些实例中，Google Tesseract 引擎可能有训练文件（关于训练文件，请参阅：Wikipedia 和 GitHub），这些训练文件可能不适用于某些非英语语言。运行包含这些已损坏训练文件的项目可能会导致抛出异常。要解决此问题，请从此处下载您希望使用的语言的训练文件，并将其从 UiPath 安装目录复制到 tessdata 文件夹中。要检查您下载的训练文件是否有效，可以下载此测试项目。

4. UiPath 屏幕 OCR

   
   

   

   
   
   • “端点”– 托管 OCR 模型的端点，可以公开托管或通过 AI Center 中的 ML 技能托管。
   • “API 密钥”– 端点 API 密钥。
   • “获取词信息”– 获取每个抓取的词在屏幕上的位置。
   • “使用本地服务器”– 如果要在本地运行 OCR，请选择此选项（需要计算机视觉本地服务器包）

5. Microsoft OCR

   重要提示：Microsoft OCR 抓取引擎不支持 .NET 5 工作流。
   
   

   

   
   

• “语言”– 用于更改抓取文本的语言。默认选择英语。
• “比例”– 选定用户界面元素或图像的比例因子。数字越大，将图像放大得越大。这样可以更好地读取 OCR，建议小图像使用较大比例因子。
• “获取词信息”- 获取每个抓取的词在屏幕上的位置。

除了从指示的用户界面元素中提取文本外，还可以提取多种类型属性的值、其确切的屏幕位置及其上级。

这种类型的信息可以通过在“活动”面板中的“用户界面自动化”>“元素”>“查找”和“用户界面自动化”>“元素”>“属性”下找到的专用活动来提取。

这些活动是：

• 获取上级 - 用于从指定的用户界面元素中检索上级。您可以指示在哪个级别的用户界面层次结构中查找上级，并将结果存储在用户界面元素变量中。

  
  

  

  
  

• 获取属性 – 检索指定用户界面元素属性的值。一旦您在屏幕上指示了用户界面元素，系统就会显示一个包含所有可用属性的下拉列表。

  
  

  

  
  

• 获取位置 – 检索指定用户界面元素的边框，并且只支持矩形变量。

  
  

  

  
  

UiPath Studio also features Relative Scraping, a scraping method that identifies the location of the text to be retrieved relative to an anchor. To learn more, refer to Relative Scraping.

You can also generate tables from unstructured data and store the information in DataTable variables, by using the Screen Scraping Wizard. For more information, see Generating Tables from Unstructured Data.