数据采集

发刊日期：

2023/12/16

编辑团队：

实在学院

基本说明

数据采集是流程自动化中频繁出现的场景，特别是针对网页的信息拾取，是常见的自动化环节，以便拾取数据后，进行自动化分析和操作。

实在RPA有智能的数据拾取，其功能开启后，首先会对页面元素进行解析识别，而后自动将同类组件归类到一列。并在对象页面下方，展示预拾取的数据效果。既可更改拾取的字段、也可设置拾取的范围。

数据采集作为一个智能的组件，内置在设计器中，其操作方式与组件相似。但其操作过程，配合了数据采集配置和数据处理等。因此，数据采集的操作包括有：

数据采集作为常用的特殊的功能组件，在工具栏可快速引用。

进入流程块详情编辑页面，点击工具栏的“数据采集”按钮，即可将数据采集组件引用到组件编辑区。

可点击顶部的数据采集 icon 或组件的【配置动作】或点击属性中的【采集数据】进入下面的数据采集过程，在采集的过程不能做其他操作。

在点击组件的右上角的小笔头 icon 可配置数据采集的属性，或者在数据采集的过程中进行该组件的属性配置。

基础属性

配置数据采集项：配置采集规则，如采集的数据内容、格式以及需采集的范围。
采集页数：需采集的页数，如当前页、多页、所有页等，默认为当前页。
采集条数：需采集的数据条数。
输出到变量：将数据采集的结果保存至指定变量。
将结果保存至数据表：将数据采集的结果，在实在RPA设计器的底部的“数据表”栏目中进行展示，可通过此进行采集数据的预览。默认为勾选状态。
将结果保存至Excel中：设置将结果保存为Excel文件。因Excel是本地文件，需要有文件的名称和保存的地址。所以在勾选了“将结果保存至Excel中”选项后，会展开文件名和文件路径的字段需要填写。
将结果保存至松塔：将数据采集的结果，同步至松塔的数据表中，通过“数据服务”进行后续调用。注：需开通松塔产品的权限，方可保存至松塔.

点击配置采集，会自动激活浏览器需要拾取的对象页面。系统自动在页面右侧或下方浮出拾取配置窗口。可对拾取的内容进行对应的数据提取和增删改等操作，也可对采集数据项进行清除和纠错。

对采集的范围进行设定，可采集所有页、当前页或多页、按条。支持滚动翻页和点击按页码翻页的不同场景。为保障采集数据的速度，建议按需要的范围设定页数，尽量不要采集所有页。

采集数据的选择。如果是列表列数据，用户只需要选择任一条数据，软件自动将同类数据采集到预览框。如果发现采集到的数据与期望不符合，可对所选择的对象进行编辑修改，最终实现目标数据的精准采集。
如果所采集的数据处于页面的表格（Table）结构中，只需要选中表格中任意元素对象，系统会自动识别出整个表格而推荐是否需要采集整个表格数据，如果选中是，则一键实现整个表格数据的自动采集。
可对采集数据进行简单的预处理，让采集的原始数据直接转换成后续所需的高质量数据。点击预览框表头的下拉箭头，可浮出预处理的方式。包括三类操作：对采集对象的定位微调，如：编辑表头、编辑列数据、拾取同类数据；采集提取内容类型调整，如：提取文本内容、提取链接地址、提取图片地址、格式化内容（通过正则条件进行数据的过滤或分割等）；当前列位置调整，如：前移一列、后移一列，删除列。
更多操作指导，请参见组件“帮助说明”。

采集数据的结果，有多种方式使用和处理，适用于多种场景。如：将采集结果保存到变量，以便后续流程的引用。同时支持将其结果数据保存至数据表、Excel，或直接同步数据至松塔。IPA 模式采集结果存入到数据表后可在普通模式的数据表查看。