RPA简介与应用场景

1、什么是RPA?

RPA（Robotic Process Automation），即机器人流程自动化，是一种利用软件技术通过模仿人类在图形用户界面的操作，以自动化方式执行预设任务流程的技术。可以将其视为“软件机器人”，能够代替人们完成鼠标点击、键盘输入及数据复制粘贴等工作。

2、为什么选择Python实现RPA？

• 简单易学：Python语言简洁明了，特别适合编程新手。
• 生态丰富：Python具备众多强大的库支持RPA开发，例如Selenium、BeautifulSoup和PyAutoGUI等。
• 高度灵活：Python允许根据具体需求编写自定义逻辑，其灵活性往往超出许多商业RPA工具的范围。

3、典型应用场景

RPA技术广泛应用于各种场景，包括但不限于：
- 自动化地从互联网上搜集信息并生成报告
- 网页表单的自动填充
- 文件的自动下载
- 跨系统间的数据自动输入与同步

下载Python

前往Python官方网站：https://www.python.org/downloads/ 下载适用于您操作系统的最新版本（Windows、macOS或Linux）。建议安装过程中选择 "Add Python to PATH" 选项，以便简化环境变量的设置过程。

使用快捷键Win+R（Windows系统）或直接打开终端（macOS/Linux系统），然后输入以下命令来验证Python是否安装成功：

python --version

或者在某些情况下可能需要使用：

python3 --version

推荐使用PyCharm作为开发环境。

模块的下载和使用

1、安装DrissionPage:

在命令行中执行以下命令以安装DrissionPage模块，这里使用阿里云镜像加速下载：

pip install DrissionPage -i https://mirrors.aliyun.com/pypi/simple/

2、使用实例：

# 导入DrissionPage中的Chromium类
from DrissionPage import Chromium

# 创建一个Chromium浏览器实例
browser = Chromium()

# 从浏览器实例中获得一个可操作的标签页
tab = browser.get_tab()

# 在标签页中导航至指定URL
tab.get("https://www.baidu.com/")
    

3、代码逐解：

from DrissionPage import Chromium 这行代码的作用是从DrissionPage库中导入Chromium类，用于操控基于Chromium内核的浏览器（如Chrome或Edge）。

browser = Chromium() 此行创建了一个新的浏览器实例，启动了一个实际的浏览器进程，可以通过browser变量管理多个标签页。

tab = browser.get_tab() 浏览器通常包含多个标签页，此方法获取其中一个标签页，通常是当前活动的标签页或是新创建的一个。通过tab变量可以执行具体的网页操作。

tab.get("https://www.baidu.com/") 该行让浏览器加载并显示指定的网页，执行后，浏览器将打开百度首页。

4、运行效果：

页面的定位与抓取

要定位和抓取网页上的特定内容，首先需要打开浏览器的开发者工具。这可以通过鼠标右键点击页面任意位置选择“检查”或者按下F12键实现。之后，点击开发者工具中的元素选择器图标（通常看起来像一个鼠标指针），然后在页面上点击想要抓取的内容。如图所示：

接着，在开发者工具的元素面板中右键点击目标元素，选择“复制”->“复制XPath”。这样就可以得到该元素的XPath路径，用于后续的脚本编写。例如：

下面是如何使用XPath定位器在标签页中查找指定的网页元素，并打印出其文本内容的示例代码：

# 使用XPath定位器在标签页中查找指定的网页元素
element = tab.ele('xpath://*[@id="hotsearch-content-wrapper"]/li[1]/a/span[2]')
# 获取并打印定位到的元素的文本内容
print(element.text)
    

运行上述代码后，输出结果如图所示：

获取多条热搜

要获取前几条热搜的信息，可以通过观察它们的XPath路径找到规律。例如，前三条热搜的XPath分别是：
//[@id="hotsearch-content-wrapper"]/li[1]/a/span[2]
//[@id="hotsearch-content-wrapper"]/li[3]/a/span[2]
//[@id="hotsearch-content-wrapper"]/li[5]/a/span[2]
从这些例子可以看出，所有热搜项都位于

from DrissionPage import Chromium
page = Chromium()

tab = page.get_tab()
tab.get("https://www.baidu.com/")

context = tab.eles('xpath://*[@id="hotsearch-content-wrapper"]/li/a/span[2]')

for a in context:
    print(a.text)

search_input = tab.ele('xpath://*[@id="kw"]')
search_input.input('Python RPA教程')

search_btn = tab.ele('xpath://*[@id="su"]')
search_btn.click()

from DrissionPage import Chromium
page = Chromium()

tab = page.get_tab()
tab.get('https://example.com')

element = tab.wait.ele_displayed('xpath://some/element', timeout=10)

import time
time.sleep(3)  # 延迟3秒