影刀初级02课：网页自动化—数据抓取

数据来源及元素信息分类

本节官方文档：https://ying-dao.feishu.cn/docx/EkkSdl6dQoqVXCxq2BpcGQcLnke

主要内容：元素信息提取，网页数据提取

元素信息提取常用方法

1、获取元素文本内容：通常是可直接使用的文本数据

通过“捕获元素”获取某个文本元素；

使用“获取元素信息”，操作目标选择捕获的元素，操作选择“获取元素文本内容”，保存结果在自定义变量中；

2、获取元素值：通常是数据框等元素的值

通过“捕获元素”获取某个输入框；

使用“获取元素信息”，操作目标选择捕获的元素，操作选择“获取元素值”，保存结果在自定义变量中；

3、获取网页链接地址：获取链接地址，例如img标签中的src链接，a标签的href链接等，常用于图片下载和页面跳转

通过“捕获元素”获取某个img标签或者a标签；

使用“获取元素信息”，操作目标选择捕获的元素，操作选择“获取网页链接地址”并勾选“只能识别并补充地址前缀”，保存结果在自定义变量中；

可以通过“打开页面”打开上面获得的网址，也可以“Http下载”下载该网址对应的图片；

4、获取元素属性：获取标签属性，例如class属性等

通过“捕获元素”获取某个元素标签；

使用“获取元素信息”，操作目标选择捕获的元素，操作选择“获取元素属性”并填写要获取的“属性名称”，例如“class”，保存结果在自定义变量中；

5、获取元素源代码：源代码是完整的标签信息，可从中进行数据提取

通过“捕获元素”获取某个元素标签；

使用“获取元素信息”，操作目标选择捕获的元素，操作选择“获取元素源代码”，保存结果在自定义变量中，此时是字符串格式，可以进行字符串操作进行数据提取；

数据抓取方式

1、单个元素：捕获元素 + 获取元素信息

2、多个元素：捕获相似元素组 + 循环相似元素组获取元素信息

3、超级外挂：批量数据抓取

    

可以增删需要的数据列，导出表格