火语言RPA制作农产品价格采集工具(界面交互 + 数据采集 + 导出)

简介: 本案例实现蔬菜水果价格数据的可视化采集与导出:通过界面输入产品名、选择类别、设置页数,点击“查询”自动抓取网页价格信息并展示,支持一键导出为Excel,涵盖界面交互、自动化采集与数据输出全流程。

一、案例介绍

该案例实现界面可视化操作 + 网页数据采集 + 结果导出的完整流程:通过界面输入产品名、选择类别(蔬菜 / 水果)、设置采集页数,点击 “查询” 自动采集目标网页的价格数据并展示,点击 “导出” 可将结果存为 Excel。
image.png

二、案例逻辑

整个工具的运行逻辑分为 3 个核心环节:

界面交互层:通过输入框、按钮等UI控件制作界面应用,通过按钮事件绑定实现自动化流程;
数据采集层:通过自动化流程自动打开对应网页→搜索产品→分页抓取数据;
数据输出层:将采集数据同步到界面表格,并支持导出为 Excel。

三、界面设计

image.png

拖拽『文本』控件,改值产品名称 采集页数;
拖拽『输入框』控件,用于后续填入搜索词;
拖拽『单选框』控件,改值蔬菜 水果,对应不同的链接;
拖拽『计数器』控件,用于控制采集页数;
拖拽『按钮』控件,改值查询,用于采集某产品的X页数据;改值数据导出,将采集的数据导出至指定路径;
拖拽『表格』控件,改值序号 产品名称 产地 最高价(元/公斤) 最低价(元/公斤) 参考价(元/公斤) 规格 日期;
拖拽『消息提示』控件,改值数据已导出,用于数据导出后的页面提示。

四、流程设置

(一)”采集”流程

点击查询按钮,通过事件绑定采集流程,点击按钮后自动执行自动化流程,下面制作采集流程:

组件1、打开浏览器,选择浏览器类型
image.png

这里我们采集分为两种情况,
当点击蔬菜价格,页面跳转蔬菜价格页面,对应界面应用的蔬菜:https://www.jnmarket.net/fruitsvegetables/dailyprice/vegprice
image.png

当点击水果价格,页面跳转蔬菜水果页面,对应界面应用的水果:https://www.jnmarket.net/fruitsvegetables/dailyprice/fruitprice
image.png

组件2、条件判断
组件2.1、浏览网页

if条件:UI.窗体1.单选框1.选中值 包含蔬菜
浏览网页:https://www.jnmarket.net/fruitsvegetables/dailyprice/vegprice
elseif条件:UI.窗体1.单选框1.选中值 包含水果
浏览网页:https://www.jnmarket.net/fruitsvegetables/dailyprice/fruitprice
image.png

组件3、控件属性操作,创建变量搜索产品名称=UI.窗体1.输入框1.值,将界面输入框的值赋值给变量
image.png

组件4、获得/失去焦点,定位需要写值的目标元素:div.query_tool>.n-input .n-input__input input
image.png

组件5、模拟键盘输入,输入变量搜索产品名称
image.png

组件6、鼠标/元素点击,点击查询按钮,
image.png
image.png

组件7、表格新建或打开,新建空表格用于存储表格数据
image.png

组件8、表格数据初始化,设置表格列头
image.png

组件9、控件属性操作,创建整数变量页数=UI.窗体1.计数器1.值
image.png

组件10、For循环,循环变量页数
image.png

组件10.1、获取多元素信息/属性值,获取目标元素//tbody[@class='n-data-table-tbody']/tr,属性名称:outerHTML,输出变量:list
image.png
image.png

组件10.2、ForEach循环,循环list
image.png

组件10.2.1、中间部分通过Xpath提取可参见案例:
image.png

组件10.2.2、控件函数调用,通过控件函数调用,将变量rowIndex 产品名称 产地 最高价 最低价 参考价 规格 日期,以UI.窗体1.表格1.添加一行方法的方式向界面表格赋值
image.png

组件10.2.3、变量赋值,对变量rowIndex执行 “++” 赋值操作(让下一条数据的行索引自动递增)
image.png

组件10.3、鼠标元素点击,点击下一页

image.png

(二)”数据导出”流程

点击数据导出按钮,通过事件绑定数据导出流程,点击按钮后自动执行自动化流程,下面制作数据导出流程:
组件1、表格数据导出,将DataTable1的数据导出至指定路径
image.png

组件2、控件函数调用,数据导出后,通过调用:UI.窗体1.消息提示1.打开方法,提示数据已导出。

image.png

五、注意

该案例根据页数及关键词进行采集的演示,如需要根据页面日期时间采集,可参考案例:
https://www.huoyuyan.com/community/detail.html?id=402

完整案例分享: https://www.huoyuyan.com/share.html?key=eyJhdXRvQ29kZSI6IkZhbHNlIiwia2V5IjoiNWUxZmMwNWE0MzQzNDNmNzhlNDFmODdmZTI0ZjA5NmYifQ== 提取码: 5NeZ

目录
相关文章
|
7天前
|
数据采集 人工智能 安全
|
17天前
|
云安全 监控 安全
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
285 164
|
2天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
291 155
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
221 113
|
10天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
764 5