之前寫爬蟲一直都是用的 Scrapy，強大而高效，直到後來接觸了 RPA，呃，還是蠻適合新手的。
1、獲取文章標題和鏈接
獲取文章標題直接用“獲取文本”就可以了。
但獲取鏈接，就需要使用“獲取控件 html”這個組件，然後使用正則表達式了。
import re
message = '<a class="ft-a-title" href="https://support.i-search.com.cn/article/1587024373494" rel="bookmark" data-type="0" data-id="1587024373494">藝賽旗RPA控制檯與機器人的建議
</a>'
res_url = r"(?<=href=\").+?(?=\")|(?<=href=\').+?(?=\')"
url = re.search(res_url ,message).group()
當然，文章的標題也可以這樣獲取到，但是可以少些代碼，幹嘛去多寫行代碼呢。
獲取標題 title 和鏈接 url 就這樣了，最後添加到一個空列表內進行保存：
2、獲取當前頁面所有文章的標題和鏈接
不同文章在頁面中的位置不一樣，看似很難，但其實簡單得很，只要修改下“查找路徑”這個參數就好了。
第一篇文章到最後一篇文章的 selector：
因此可以設置查找路徑爲：
‘body > DIV:nth-of-type(2) > DIV:nth-of-type(1) > DIV:nth-of-type(1) > DIV:nth-of-type(1) > DIV:nth-of-type(2) > UL:nth-of-type(1) > LI:nth-of-type(%d) > H2:nth-of-type(1) > A:nth-of-type(1)’%n
n便是每次循環自增的變量啦。
不過若是當前頁面沒有 30 篇文章，那就會讓“獲取文本”返回的 title 爲空，這個時候就沒有再執行下去的必要了。
所以添加個“if 分支”作判斷：
3、獲取下一個頁面的的所有文章的標題和鏈接
循環結束的時候，“鼠標點擊”下一個頁碼進入下一個頁面就是了。
另外，獲取文章爲空了，肯定是最後一頁，這種情況下就不需要進行點擊下一頁了，退出循環即可。
同樣通過修改“查找路徑”參數設置循環，其中流程變量 m 默認初始值爲 2：
‘A[textNode=%d]’%m
不過這裏有一點很重要，點擊下一頁後，頁面的網址是會變化的！
所以“鼠標點擊”裏的那個“網址”參數需要修改，否則就會找不到網頁元素而拋出異常。
不過這也容易解決，只要將變化的部分用*代替就可以。
所以上個步驟中有關拾取組件的“網址”參數也需要修改的。
END
完結。
更多RPA知識，歡迎訪問藝賽旗社區：https://support.i-search.com.cn/