一、緣起
用UiPath的DataScraping（數據抓取）功能，鼠標點擊幾下，就可以實現抓取瀏覽器、應用程序或文檔界面結構化數據，可謂功能強大！
抓取方式分爲兩種：
-
-
自動抓取整張表內容；
-
按需求抓取需要的列內容 及 列內容的URL（超鏈接網址）。
-
這個功能用得不多，不過還是很好用的，而且有點技巧在裏面，特此介紹。
二、數據抓取（DataScraping）
數據抓取使您可以將瀏覽器、應用程序或文檔中的結構化數據提取到數據庫，.csv文件甚至Excel電子表格中。
注意：
建議在Internet Explorer 11及更高版本、Mozilla Firefox 50或更高版本或最新版本的Google Chrome上使用該功能。
結構化數據是一種高度組織化的特殊信息，以可預測的方式呈現。
例如，所有Google搜索結果都具有相同的結構：頂部的鏈接，URL的字符串和網頁的描述。
這種結構使Studio可以輕鬆提取信息，因爲它始終知道在哪裏可以找到信息。
三、數據抓取向導的主要步驟
1. 打開要從中提取數據的網頁、文檔或應用程序界面，單擊“ 設計”選項卡中“ 數據收集”按鈕，
打開數組抓取向導：
點擊Next，然後選擇要抓取的數據的第一個單元格里面的內容：
然後，Studio會自動檢測您是否指示了表格單元格，並詢問您是否要提取整個表格：
-
如果單擊“ 是”，進入自動抓取方式，“ 提取向導”將顯示所選數據所在的表的所有數據預覽：
再點擊Finish，進入第5步。
-
如果單擊“ 否”，則進入按需的抓取模式，出現下面的界面：
點擊Next，回到要抓數據的界面，點擊同類型或同列第2個數據，
選擇後，Studio可以推斷出信息的模式，進入下面的界面。
2. 自定義列標題，然後選擇是否提取URL。
3. 點擊Next，進入預覽數據界面，編輯要提取的最大結果數，然後更改列的順序：
4. （可選）如果還需要抓取其他列，單擊提取相關數據（Extract Corralted Data）按鈕。這使您可以再次執行“ 提取向導”（也是需要兩次點擊同一類型數據），以提取其他信息並將其添加爲同一表中的新列。
5. 指示網頁，應用程序或文檔中的“ 下一步”（Next）按鈕（如果要提取的信息跨越多個頁面）。
這裏需要告訴想到，是否需要它幫你點擊下一頁，以便收集所有的數據。如果選擇Yes，需要點擊“下一頁”按鈕，否則點擊No，完成嚮導。
完成嚮導後，Studio中會生成一個序列：
數據抓取始終會生成一個容器（“附加瀏覽器”或“附加窗口”），該容器帶有用於頂層窗口的選擇器，以及帶有部分選擇器的“ 提取結構化數據”活動，從而確保正確識別要抓取的應用程序。
此外，“提取結構化數據”活動還帶有一個自動生成的XML字符串（在ExtractMetadata屬性中，其中自動抓取生成的內容很簡單，手動一列一列抓取的內容稍微複雜點，好在都是自動生成，無需太多關注），該字符串指示要提取的數據。
最後，所有已抓取的信息都存儲在你定義的DataTable變量（如上圖的ExtractDataTable）中，接下來，您就可以使用變量ExtractDataTable來保存到數據庫、csv文件或Excel電子表格。
四、可能遇到的問題
網頁文件是用html寫的，網頁看見的文字，可能被裹了很多層用於格式的代碼，如果抓取到不合適的層，可能抓取不到需要的URL，舉例如下：
抓取包裹文字所在的層，可以抓到URL，不在其被包裹的層，例如單元格。
五、總結
如果需要抓取URL，只能用第二種方式（按需取列）。
-End-
覺得有啓發，點個“在看”，轉給朋友們
附1：關於本公衆號
微信公衆號名稱：柴班說
歡迎轉載與分享，也請註明出處。
長按二維碼關注，一起在RPA的路上飛
附2：關於本文作者
微信號：chaijw
識別下面的二維碼，可以與作者進行更爲深入的交流。
附3：RPA、數據分析招聘
希望從事RPA行業的小夥伴，
請加我微信或郵件([email protected])發送簡歷
人員要求：本科，專業不限，適合這項工作即可。
附4：我們的RPA公衆號
公衆號ID：RPA2018
