影刀RPA新手教程：第一个采集流程的完整拆解—

影刀RPA新手教程：第一个采集流程的完整拆解——从打开网页到导出Excel

很多人装好影刀RPA之后，看着指令面板里几百个指令，不知道第一个采集流程从哪里下手。我两年前第一次做采集也是这样，光是把网页数据存进Excel这一步，就反复折腾了一个晚上。

这篇就把"从打开网页到导出Excel"这条最短路径完整拆开讲，每一步用什么指令、参数怎么填、哪里容易卡住，全部落实到按钮和参数上。你跟着做完，手里就有一个能跑的采集流程了。

案例主线我选了最典型的场景：采集一个商品列表页的标题和价格，循环翻页，最后写入Excel。这套骨架学会，换成任何列表页都一样套用。

下载安装与浏览器插件：跑通流程的前置条件

影刀RPA官网下载客户端，双击安装包一路默认即可，安装完用手机号注册登录。社区版免费，个人学习完全够用。

装完客户端别急着写流程，先装浏览器插件。点击客户端左上角"新建应用"，随便拖一个网页指令进去点运行，如果报"浏览器插件未安装"，点报错提示里的安装按钮，选择你常用的浏览器（Chrome或Edge）装上，装完重启浏览器。

插件是网页自动化的桥梁，没有它，"打开网页"指令能打开页面，但所有元素定位都会失败。这是我踩的第一个坑，当时以为是流程写错了，排查半天才发现是插件没装。

元素定位四合一：采集流程的地基

影刀RPA定位网页元素有四种方法：捕获元素、XPath、CSS选择器、正则表达式。前两个用得最多，CSS在某些场景更灵活，正则主要配合文本提取用。

捕获元素是默认方式：点击指令里的"捕获元素"按钮，浏览器会自动跳转，鼠标移到目标上出现橙色边框后点击确认。它背后会自动生成一段XPath，大多数静态页面直接能用。

动态页面或者捕获不到的时候，就要手写XPath。下面是我采集列表页常用的几段写法：

# 捕获元素：商品列表里的所有商品卡片（父容器下所有子项） //*[@class="item-list"]//li # 捕获元素：每个商品卡片内的标题（相对定位到卡片内部） //*[@class="item-list"]//li//*[@class="title"] # 模糊匹配：class带动态后缀时用contains，比如"price-2024"这类 //*[contains(@class,"price")] # 参照物定位：通过"价格"文本反查它旁边的数字元素 //*[contains(text(),'价格')]/following-sibling::*[1]

CSS选择器和XPath是并列关系，不是二选一。简单对比：

对比项	XPath	CSS选择器
写法	//div[@class=“title”]	div.title
文本匹配	支持	不支持
向上找父级	支持(…)	不支持
上手难度	稍陡	较平缓

我的选型习惯：要按文本找元素、要往上找父级，用XPath；纯样式类定位，CSS写起来更短。装个XPath Helper浏览器插件，写完能实时验证，强烈推荐。

变量与数据类型：采集来的数据放在哪

影刀RPA的变量有四种常用类型：数字、字符串、列表、字典。采集流程里最常用的是列表。

"获取相似元素列表(web)"指令返回的就是一个列表变量，每一项对应页面上一个相似元素。理解这一点，循环采集的逻辑就通了：先拿到列表，再循环取每一项的文本。

字符串的两个操作要熟：索引（取第几个字符）和拼接（用&或加号连接）。字典在存"标题-价格"这种键值对时好用，取不存在的键有两种方案，一是先用"判断元素是否存在"式的逻辑判断键在不在，二是用get方式给默认值，避免直接取值报错。

JSON类型主要出现在HTTP接口返回的数据里，流程是：HTTP请求拿到文本 → 转JSON对象 → 按键取值 → 需要写表格时转回文本。第一篇先知道有这回事就行。

流程控制三件套：循环、判断、异常

采集流程的核心骨架就是循环加判断。影刀RPA有四种循环，第一篇只用两种：

For次数循环：已知要循环几次时用，比如翻10页
相似元素循环：页面上有一排相似元素时用，自动逐个处理
ForEach列表循环：遍历列表变量时用，后面篇目细讲
While条件循环：不确定次数、按条件停，翻页逻辑里常用

If条件判断在采集里最常见的用法是配合"判断元素是否存在"指令：先判断"下一页"按钮存在不存在，存在就点击翻页，不存在就结束循环。

Try-Catch异常处理建议从第一个流程就养成习惯。把整个循环体拖进Try块，Catch块里放一个"打印日志"指令记录报错信息，这样流程半夜跑挂了你至少知道挂在哪一行。我第一个流程没加这个，跑了一夜第二天发现第二页就断了，等于白跑。

网页自动化五步拆解：从打开网页到导出Excel

现在把主流程一步步搭出来。整个流程在影刀RPA编辑器里从上往下拖指令，每条指令的参数在右侧指令详情面板里填。

第一步，打开网页。左侧指令面板搜索"打开网页"，拖入流程首行。URL参数填目标页面地址，打开方式下拉选"新建标签页"。如果页面加载慢，后面接一条"等待元素出现"指令，等待对象选列表容器的元素，超时时间设10秒。

第二步，获取相似元素列表。搜索"获取相似元素列表(web)"，点击指令里的捕获按钮去页面上点一下任意一个商品标题，影刀RPA会自动识别出整组相似元素。输出变量命名成标题列表。

第三步，循环取文本。拖入"相似元素循环"，循环体里放"获取元素属性"指令，属性选innerText（元素文本内容），把每一条标题追加到结果列表里。价格同理再抓一组。

# 影刀RPA采集流程的等价逻辑（伪代码，帮助理解执行顺序）标题列表=web.find_all('商品标题元素组')# 获取相似元素列表(web)价格列表=web.find_all('价格元素组')# 获取相似元素列表(web)foriinrange(len(标题列表)):# 相似元素循环row=[标题列表[i].text,价格列表[i].text]# 获取元素属性 innerTextexcel.append_row(row)# 写入行数据到表格

第四步，翻页循环。在外层再套一个循环，循环体末尾加"判断元素是否存在"检查"下一页"按钮，存在就"点击元素(web)"点击它，再接"等待元素出现"等新内容加载出来，然后继续抓取。不确定总页数时，用While循环判断"下一页按钮的disabled属性"来决定停不停。

第五步，写入Excel。搜索"打开Excel工作表"（或"新建Excel"），路径填好，循环里每抓到一条就用"写入行数据到表格"追加一行。也可以先把所有数据攒在一个二维列表里，最后一次性写完再关文件，效率高很多，这是我后来才改过来的习惯——逐行写入几百次打开关闭文件，跑一次流程慢一半。

数据处理：采集完的第一道清洗

抓下来的数据往往带着杂质，直接用会被嫌弃。最常见的是价格带"¥"符号和空格，用"替换文本"指令把¥删掉，再用"去除空格"清理，必要时用"文本转数字"统一类型。

如果要用正则提取，配合Python节点写一段最稳：

# 输入：raw_price（如 "¥1,299.00 起拍"）# 输出：clean_price（如 1299.00）importredefmain(args):raw=args['raw_price']m=re.search(r'[\d,]+\.?\d*',raw)# 提取数字部分ifm:returnround(float(m.group().replace(',','')),2)return0# 提取不到时给默认值，避免流程中断

去重用"列表去重"指令即可，重复采集翻页边界的数据时很管用。

鼠标键盘与图像：网页搞不定时才出手

绝大多数网页采集用不到鼠标键盘和图像识别，但要留个印象。模拟模式靠系统消息点击，驱动模式直接驱动硬件层，网页里被拦截的点击换驱动模式往往能过。

图像识别是对付没有元素结构的场景：点击指令选图像模式，截一张目标按钮的小图当模板，运行时影刀RPA在屏幕上找这张图再点击。给目标区域起名后可以用等待图片出现、点击图像这类指令。能定位到元素就不要用图像，图像对分辨率和缩放敏感，屏幕一变就失灵。

平台实战差异：电商页面的额外注意点

把这套骨架搬到淘宝、拼多多这类平台，多出几个问题。一是登录态，打开页面可能跳登录，流程开头加"判断元素是否存在"检查登录后的标志性元素，不存在就先停下来等你手动登录一次，Cookie会保持一段时间。二是动态加载，滚动到底部才加载更多内容，循环里要加"滚动网页"指令再等待。三是反爬限制，抓太快会被弹验证码，循环里加500到1000毫秒的延时指令，宁可慢一点跑完整。

系统联动与进阶：采完自动通知

数据导出后可以接一条"发送飞书消息"或邮件指令，把文件路径和条数发给自己，跑完没跑完一眼便知。进阶玩法是HTTP请求直接调接口拿JSON数据，绕过页面渲染，速度快一个量级，不过需要会看浏览器开发者工具的网络面板，第一篇不展开。

工程化规范：从第一个流程就要养成的习惯

调试用打断点：在指令行号上右键添加断点，点运行会停在断点处，用单步执行一行行走，变量面板里能看到每个变量的实时值，比猜快十倍。我第一次翻页采集数据错位，就是靠断点一步步走发现的——等待时间不够，页面还没刷新完就抓了旧数据。

命名要规范：应用名写清平台和用途，比如"淘宝-商品列表采集"，变量名用中文或清晰英文，别满屏的a1、b2。流程稳定后可以拆子流程，把"采集一页"封装成子流程，翻页主流程反复调用它。

版本选择上，社区版每天有30分钟运行时长限制，调试够用；要挂机跑长任务，得考虑创业版或企业版，这个话题第4篇专门讲。

易错速查表

报错现象	常见原因	解决方法
元素定位失败	插件未安装或未重启浏览器	重装插件后重启浏览器
相似元素只抓到1个	捕获时点到了容器而非列表项	重新捕获，选子元素层级
数据错位或重复	翻页后没等新内容加载完	点击后接等待元素出现
Excel写入报错	文件被Excel软件打开占用	关闭Excel再运行流程
循环抓不到内容	页面懒加载，底部未触发	先滚动到底再等待再抓取