Automa在豆瓣标签,搜索页采集图书的实战-原创

---

前言

RPA（Robotic Process Automation）是一种软件技术，通过模拟人类用户的操作来自动化重复性的业务流程任务。它在应用层面的背景是应对企业中繁琐、重复的手工操作，提高效率，减少错误，释放员工从事更有价值的工作。随着AI技术的融合，RPA正向智能化、认知化方向发展，前景广阔。

---

一、Automa是什么？

Automa 是用于浏览器自动化的浏览器扩展。从自动填写表格、执行重复性任务、截屏到抓取网站数据，模拟人的各种操作，能在任何应用程式上进行鼠标点击、键盘输入、读取信息等自动化操作
专注分享Automa在办公、自媒体、财务和电商领域的高功能集合工作流。

二、Automa在网页搜索上的案例分析

1.豆瓣音乐标签

完整工作流如下：

演示视频（录屏）：

导出csv如果出现乱码的解决方案

背景：数据表（utf-8格式，含中文）内容导出为csv文件，打开，乱码。
原因：csv默认中文支持ANSI编码，且没有预留修改编码的选项。
解决：那只能我们修改csv的中文编码格式为ANSI了。
右键csv->打开方式->选择“记事本”（此时神奇的发现没乱码了，记事本支持utf-8）->另存为->
在弹出的窗口中选择编码‘ANSI’，名称同名，覆盖即可。
此时再打开csv，中文乱码就消失了。
这个案例

2 豆瓣图书标签工作流详解

1 打开豆瓣图书标签 网页 https://music.douban.com/tag/

豆瓣图书标签采集的这个工作流是2023年4月份写的，写了有很长时间了，今天才过来分享。这个工作流依然可以运行，说明豆瓣的网页规则没有改变，非常感谢豆瓣。
第一步：定义一个标变量保存豆瓣图书标签的链接
第二步：
定义一个全局变量

第三步
在这里做了一个判断，执行工作流，可以选择你要采集的类目

第四步
非常重要的一步，就是找到当前大类下面所有的元素。这是使用JavaScript的方式，也可以使用其他的方式。比如css元素选择等

第五步：

就是具体执行按照每一个子元素就行打开爬取，红色区域就是上面第四步干的事，第五步就是把红色区域的所有元素，全部按照顺序都打开，把里面的内容全部采集。

第六步
这部分就是定义你要采集的内容，也就是最终在excel表格里面需要呈现的内容，

第七步
这一步是定义，一页采集完，是否需要点击下一页，所有页面点击完之后，会进入下一个元素的采集。

具体的工作流执行，里面的内容还是非常多的，这个部分演示图书标签的内容采集，请点击我下载。

总结

如果你喜欢这个文章，也喜欢Automa这个平台可以给你公司，或者你现在的项目带去帮助。欢迎交流