RPA使用案例-----网页信息获取

RPA使用案例（一）-----网页信息获取

---

前言：机器人流程自动化RPA,易于部署及其为企业带来的速度和敏捷性提升是其特性之一，因其可以将办公室工作自动化,提高生产效率。最近也在接手rpa项目，所以今天分享一个实用的rpa案例

---

一.使用rpa机器人获取网页信息的原因

最初一开始获取网页信息的办法就是爬虫，但是爬虫门槛较高，需要较高的代码能力和掌握爬虫原理，这就很鸡肋，虽然网上有很多开源爬虫，但是要将其修改成我们的目标爬虫也是很艰难，而rpa的出现避免了这些问题。

---

二.实用案例

最近接手了一个获取企查查网页信息的项目，现在就一步一步的分享用rpa的解决方案

1.根据需求确定流程框架

需求要求根据给出的excel表里的公司名称去企查查上查找对应企业的地址、法人、股东信息。

根据需求描述，大致框架就是：获取excel表里企业名称——在企查查查找该企业——判断是否存在所需要信息——获取信息——存入excel表——遍历excel表

2.表格格式

打开excel表后，可以看到第一行就四个index，需要填入信息的就是法人、地址、股东

3.开始制作流程

因为需求要求股东信息要单独重新创建一个excel，所以分成两个流程进行：

1.法人、地址信息获取

先把整体流程看一下

流程就是开始——确定一些变量——获取待查企业名称——判断是否已经完成ecxel表里所有数据——打开浏览器查找企业并获取待获取信息——存入excel——遍历

组件解释

确定初始位置：因为不能从index开始执行，第二行开始才是要处理的开始，所以创建一个变量j并赋值2。

公司名称列：确定公司名称index所在列，方便后面定位，创建变量i赋值1，变量类型为int32。。

地址列：确定地址index所在列，方便后面定位，创建变量c赋值1，变量类型为int32。

法人列：确定法人index所在列，方便后面定位，创建变量b赋值1，变量类型为int32。

提取公司名称：用上面定义的变量j和i来定位单元格，并获取单元格内容复制给变量inf

流程决策：判断inf变量是否为空，变量为空则说明excel表已经处理完毕，保存关闭excel表结束流程，若不为空继续流程。

企查查：打开浏览器并进行一系列浏览器操作

然后

遍历循坏条件：公司名称往下一行，实现遍历。

变量

2.股东信息获取

话不多说，上流程

大同小异的流程，展示一下不同的地方吧

上一个流程这里是获取文本，这里变成了一个数据抓取，数据抓取的话，就是把一个网页里同类型的数据抓取下来保存进一个datatable变量里，有人会问上一个流程为什么不使用数据抓取，ok，解释一下，法人和地址的话对于同一个公司的话是唯一的，而股东可以是一个也可以十多个，而使用数据抓取的话，同一网页界面必须得有相同的两个元素存在，所以后者使用了数据抓取，而在数据存入方面，基本都是一样，前者一个单元格里存入一个文本数据，而后者是将一个datatable存入一个单元格，循环、判断、遍历都是一样的。

---

三.成果展示

平均爬取一个公司的信息的时间为20s左右（当然也有电脑性能、网速的原因），虽然速度比不上爬虫快速，但rpa胜在逻辑清晰，编写简单上，现在看一下成果吧。

能、网速的原因），虽然速度比不上爬虫快速，但rpa胜在逻辑清晰，编写简单上，现在看一下成果吧。
那就这样愉快的结束了这一次分享咯。