关于数据抓取

数据抓取用于将浏览器、应用程序或文档中的结构化数据提取到数据库、.csv 文件或 Excel 电子表格中。

注意：建议您在 Internet Explorer 11 及更高版本、Mozilla Firefox 50 或更高版本或最新版本的 Google Chrome 上运行网页自动化。

结构化数据是一种特殊类型的信息，具有高度的组织性，并以可预测的模式呈现。例如，所有 Google 搜索结果都有相同的结构：顶部的链接、URL 字符串以及网页描述。这种结构使 Studio 能够轻松地提取信息，因为 Studio 始终知道可以在哪里找到信息。

可以从“设计”选项卡中单击“数据抓取”按钮来打开抓取向导。

数据抓取向导的主要步骤是：

1. 选择要从中提取数据的网页、文档或应用程序中的第一个和最后一个字段，以便 Studio 可以推断信息的模式。

   
   

   

   
   
   注意：Studio 会自动检测您是否指定了表格单元格，并询问您是否要提取整个表格。如果单击“是”，则提取向导将显示所选表格数据的预览。
   
   

   

   
   

2. 自定义列标题并选择是否提取 URL。

   
   

   

   
   

3. 预览数据，编辑要提取的最大结果数，并更改列的顺序。

   
   

   

   
   
4. （可选）单击“提取相关数据”。这可用于再次浏览提取向导，从而提取其他信息并将其作为新列添加到同一表中。

5. 指示网页、应用程序或文档中的“下一步”按钮（如果要提取的信息跨越多个页面）。

   
   

   

   
   

完成向导后，将在 Studio 中生成一个序列。

数据抓取始终会生成一个容器（附加浏览器或附加窗口），并包含一个用于顶级窗口的选取器和一个包含部分选取器的提取结构化数据活动，从而确保抓取应用程序的正确身份标识。

此外，提取结构化数据活动还附带一个自动生成的 XML 字符串（在提取元数据属性中），该字符串指示要提取的数据。

最后，所有已抓取的信息都存储在“数据表”变量中，以后可以用来填充数据库、.csv 文件或 Excel 电子表格。