尧图网页设计 
影刀RPA实操指南股市开盘早报——新闻、公告与行情的每日准备每个交易日早上八点半我都要在开盘前把隔夜新闻、自选股公告、几只重点股的行情数据整理成一页早报发给小组的人同步信息。以前手工做要四十分钟开五六个网站、复制粘贴、调格式。现在用影刀RPA做成股市开盘早报流程每天早上七点四十自动跑我八点前收到成品全程不用碰电脑。这篇是完整的实操拆解采集哪些数据源、XPath怎么写、行情数字怎么清洗、早报怎么自动推送。我是非技术出身全部方案都能照着做出来。先说清楚这套流程只做公开信息的自动整理输出是信息汇总不构成任何投资建议投资决策请独立判断。早报的信息结构先定栏目再写流程手工做早报的顺序就是流程设计的蓝本。我的早报固定四个栏目栏目数据来源类型更新频率隔夜要闻财经资讯网站的头条列表每日自选股公告交易所公告查询页每日重点股行情行情网页的报价区域实时刷新今日日历财经日历页的重要事件每日**栏目定了流程就是四个采集子流程加一个组装推送子流程。**这个拆法是工程化的基本套路任何子流程挂了不影响其他栏目早报永远能出个部分内容而不是全盘失败。环境准备很简单影刀RPA官网下载社区版安装后把浏览器插件装上客户端首页有插件入口Chrome装完重启浏览器。社区版每天30分钟运行时长早报流程实测八分钟跑完完全够用。元素定位三种页面对应三套定位写法四个栏目对应三种典型页面元素定位的写法各不相同正好把XPath、CSS选择器、正则表达式四合一用全。资讯列表页最标准头条是一排结构相同的链接用获取相似元素列表(web)“一次抓全再配合For次数循环逐条获取元素文本内容”。XPath这样写// 捕获元素财经资讯页头条列表的每条标题链接 // 结构id为news-list的容器下每个li内的第一个a标签 //*[idnews-list]/li/a[1] // 模糊匹配标题里包含公告两个字的条目 //*[contains(text(),公告)] // 参照物定位通过标题链接定位同一行的发布时间 //*[contains(text(),快讯)]/../following-sibling::span行情报价页的难点是数字带格式价格有千分位逗号涨跌幅带百分号和正负号。文本拿到后要用正则清洗三个常用场景全用上了提取数字、去掉百分号、判断正负。公告查询页很多是表格布局class是动态的这种页面CSS选择器反而比长XPath好维护——table.notice-list td一句就覆盖所有单元格。元素定位的选型原则就一句话结构稳定用CSS结构乱用XPath兜底两边都是影刀RPA里自定义元素定位支持的写法。网页自动化行情页是懒加载重灾区行情和资讯页面的共同点是数据异步加载等待策略用错采回来全是空值。我的三步等待组合拳打开网页后先等页面加载完成再用等待元素出现等第一条资讯标题真正渲染出来最后在滚动取数前判断没有更多了这类提示元素是否存在。三种等待方式里动态加载场景永远选等元素固定等待只在最后的兜底用。懒加载的坑我吃过资讯列表只滚一次只加载前两屏采回来的要闻永远缺后半夜的。正确做法是循环滚动加index去重——每滚一次重新获取相似元素列表用已采集的index判断有没有新条目滚到列表长度不再增长为止。翻页式的公告页则相反用下一页按钮的disabled样式判断是否到了最后一页影刀RPA里判断元素属性值就能实现。弹窗在这类网站特别多登录引导、APP下载、会员推广轮着来。我的弹窗处理固定五步捕获弹窗关闭按钮、循环开头判断元素是否存在、存在就点击关闭、记日志、超时兜底刷新页面。有些弹窗是自绘的关闭按钮元素抓不到就上图像识别截图做模板图像点击配合锚点加偏移实测稳定。数据处理从零散文本到一张早报表四个子流程采回来的数据先落到一张Excel里用打开Excel工作簿和在数据表格最后追加一行内容逐条写入。行情数据在写入前要过一道清洗价格去掉千分位逗号转数字。涨跌幅去掉百分号保留两位小数正负单独存一列。资讯标题去掉首尾空格和换行符超长截断到40字。公告按自选股代码匹配过滤不在自选股名单里的直接丢弃。去重是必做的公告经常隔天还在列表第一页按股票代码公告标题做去重键重复的跳过。文本去重用字典变量当集合用键不存在就是新条目——字典的键判断这个用法比写双重循环高效得多。JSON场景出现在走接口的环节有些行情数据页面提供的接口直接返回JSON文本用影刀RPA的JSON解析指令转出来取字段比在页面上扒文本干净。链路就是标准的四步HTTP 请求发出去、拿响应文本、转JSON、按字段取数。组装与推送钉钉群机器人加邮件双通道数据齐了就是组装早报。我用文本拼接指令把四个栏目拼成一页markdown格式的早报文本结构固定顶部是日期和摘要四个栏目各一段行情用名称 价格 涨跌幅的定长格式排整齐。推送走两个通道平台实战里这两个我都长期在用钉钉群机器人Webhook地址在群设置里添加自定义机器人后拿到流程里调用发送消息指令把早报文本发进群里。踩过的坑再说一遍钉钉机器人安全设置如果开了关键词校验早报开头要固定带上那个关键词否则发送直接失败。邮件用影刀RPA的邮件发送相关指令把早报正文发到固定邮箱抄送给不看群的人。SMTP配置里授权码不是邮箱登录密码这个第一次配置最容易卡住。企微群机器人也是同样的Webhook方案把地址换掉就行指令面板里有对应指令。三个平台选公司主力那一个就够别贪多。定时任务与无人值守流程调试稳定后把应用发布到控制台配置定时任务每个交易日早上七点四十执行。控制台支持设置告警邮箱和钉钉群计划任务执行异常时会收到告警通知这个必须配——早报流程最怕的就是安静地失败等你八点半想看早报才发现什么都没有。节假日的处理我用最简单的方案流程开头读一张交易日历表Excel维护非交易日直接结束一行日志都不留。比调接口判断节假日省事一年改几次表就行。工程化上把四个采集环节拆成独立子流程子流程按01_采集要闻这种编号方式命名主流程只做调度和异常兜底。每段子流程的Try-Catch里用输出日志记下采集条数哪天某个栏目突然采到0条看日志一眼就能定位是哪个环节断了。调试的时候善用断点和单步执行变量面板里盯字典和列表的内容比整段运行快得多。易错速查早报流程六个高频报错现象原因解决办法行情数字采到空值数据异步加载未完成等元素出现再取数涨跌幅带%转不了数文本没清洗直接转数字正则去掉符号再转换资讯总是缺后半夜的懒加载只滚了一次循环滚动加index去重钉钉发送失败安全设置关键词不匹配早报开头固定带关键词公告重复堆积没有按标题去重字典做键去重周末跑了一次没数据非交易日数据源无更新流程开头读交易日历拦截延伸阅读与模板影刀RPA客户端的帮助中心里网页采集、HTTP 请求、群机器人推送这几篇官方文档是早报场景的必读篇目指令参数说明写得很细。我把这套早报的XPath清单、数据清洗的写法、交易日历表模板整理在作者的代码仓库里了地址是 home.linyan.cloud 拿来改改自选股代码就能跑自己的第一份早报。下一个迭代方向是把行情数据落到飞书多维表格做趋势记录早报看当天表格看趋势两套配合着用价值翻倍。#影刀RPA #RPA自动化 #数据采集 #网页自动化 #数据处理作者林焱 影刀RPA实操指南：股市开盘早报——新闻、公告与行情的每日准备
影刀RPA实操指南股市开盘早报——新闻、公告与行情的每日准备每个交易日早上八点半我都要在开盘前把隔夜新闻、自选股公告、几只重点股的行情数据整理成一页早报发给小组的人同步信息。以前手工做要四十分钟开五六个网站、复制粘贴、调格式。现在用影刀RPA做成股市开盘早报流程每天早上七点四十自动跑我八点前收到成品全程不用碰电脑。这篇是完整的实操拆解采集哪些数据源、XPath怎么写、行情数字怎么清洗、早报怎么自动推送。我是非技术出身全部方案都能照着做出来。先说清楚这套流程只做公开信息的自动整理输出是信息汇总不构成任何投资建议投资决策请独立判断。早报的信息结构先定栏目再写流程手工做早报的顺序就是流程设计的蓝本。我的早报固定四个栏目栏目数据来源类型更新频率隔夜要闻财经资讯网站的头条列表每日自选股公告交易所公告查询页每日重点股行情行情网页的报价区域实时刷新今日日历财经日历页的重要事件每日**栏目定了流程就是四个采集子流程加一个组装推送子流程。**这个拆法是工程化的基本套路任何子流程挂了不影响其他栏目早报永远能出个部分内容而不是全盘失败。环境准备很简单影刀RPA官网下载社区版安装后把浏览器插件装上客户端首页有插件入口Chrome装完重启浏览器。社区版每天30分钟运行时长早报流程实测八分钟跑完完全够用。元素定位三种页面对应三套定位写法四个栏目对应三种典型页面元素定位的写法各不相同正好把XPath、CSS选择器、正则表达式四合一用全。资讯列表页最标准头条是一排结构相同的链接用获取相似元素列表(web)“一次抓全再配合For次数循环逐条获取元素文本内容”。XPath这样写// 捕获元素财经资讯页头条列表的每条标题链接 // 结构id为news-list的容器下每个li内的第一个a标签 //*[idnews-list]/li/a[1] // 模糊匹配标题里包含公告两个字的条目 //*[contains(text(),公告)] // 参照物定位通过标题链接定位同一行的发布时间 //*[contains(text(),快讯)]/../following-sibling::span行情报价页的难点是数字带格式价格有千分位逗号涨跌幅带百分号和正负号。文本拿到后要用正则清洗三个常用场景全用上了提取数字、去掉百分号、判断正负。公告查询页很多是表格布局class是动态的这种页面CSS选择器反而比长XPath好维护——table.notice-list td一句就覆盖所有单元格。元素定位的选型原则就一句话结构稳定用CSS结构乱用XPath兜底两边都是影刀RPA里自定义元素定位支持的写法。网页自动化行情页是懒加载重灾区行情和资讯页面的共同点是数据异步加载等待策略用错采回来全是空值。我的三步等待组合拳打开网页后先等页面加载完成再用等待元素出现等第一条资讯标题真正渲染出来最后在滚动取数前判断没有更多了这类提示元素是否存在。三种等待方式里动态加载场景永远选等元素固定等待只在最后的兜底用。懒加载的坑我吃过资讯列表只滚一次只加载前两屏采回来的要闻永远缺后半夜的。正确做法是循环滚动加index去重——每滚一次重新获取相似元素列表用已采集的index判断有没有新条目滚到列表长度不再增长为止。翻页式的公告页则相反用下一页按钮的disabled样式判断是否到了最后一页影刀RPA里判断元素属性值就能实现。弹窗在这类网站特别多登录引导、APP下载、会员推广轮着来。我的弹窗处理固定五步捕获弹窗关闭按钮、循环开头判断元素是否存在、存在就点击关闭、记日志、超时兜底刷新页面。有些弹窗是自绘的关闭按钮元素抓不到就上图像识别截图做模板图像点击配合锚点加偏移实测稳定。数据处理从零散文本到一张早报表四个子流程采回来的数据先落到一张Excel里用打开Excel工作簿和在数据表格最后追加一行内容逐条写入。行情数据在写入前要过一道清洗价格去掉千分位逗号转数字。涨跌幅去掉百分号保留两位小数正负单独存一列。资讯标题去掉首尾空格和换行符超长截断到40字。公告按自选股代码匹配过滤不在自选股名单里的直接丢弃。去重是必做的公告经常隔天还在列表第一页按股票代码公告标题做去重键重复的跳过。文本去重用字典变量当集合用键不存在就是新条目——字典的键判断这个用法比写双重循环高效得多。JSON场景出现在走接口的环节有些行情数据页面提供的接口直接返回JSON文本用影刀RPA的JSON解析指令转出来取字段比在页面上扒文本干净。链路就是标准的四步HTTP 请求发出去、拿响应文本、转JSON、按字段取数。组装与推送钉钉群机器人加邮件双通道数据齐了就是组装早报。我用文本拼接指令把四个栏目拼成一页markdown格式的早报文本结构固定顶部是日期和摘要四个栏目各一段行情用名称 价格 涨跌幅的定长格式排整齐。推送走两个通道平台实战里这两个我都长期在用钉钉群机器人Webhook地址在群设置里添加自定义机器人后拿到流程里调用发送消息指令把早报文本发进群里。踩过的坑再说一遍钉钉机器人安全设置如果开了关键词校验早报开头要固定带上那个关键词否则发送直接失败。邮件用影刀RPA的邮件发送相关指令把早报正文发到固定邮箱抄送给不看群的人。SMTP配置里授权码不是邮箱登录密码这个第一次配置最容易卡住。企微群机器人也是同样的Webhook方案把地址换掉就行指令面板里有对应指令。三个平台选公司主力那一个就够别贪多。定时任务与无人值守流程调试稳定后把应用发布到控制台配置定时任务每个交易日早上七点四十执行。控制台支持设置告警邮箱和钉钉群计划任务执行异常时会收到告警通知这个必须配——早报流程最怕的就是安静地失败等你八点半想看早报才发现什么都没有。节假日的处理我用最简单的方案流程开头读一张交易日历表Excel维护非交易日直接结束一行日志都不留。比调接口判断节假日省事一年改几次表就行。工程化上把四个采集环节拆成独立子流程子流程按01_采集要闻这种编号方式命名主流程只做调度和异常兜底。每段子流程的Try-Catch里用输出日志记下采集条数哪天某个栏目突然采到0条看日志一眼就能定位是哪个环节断了。调试的时候善用断点和单步执行变量面板里盯字典和列表的内容比整段运行快得多。易错速查早报流程六个高频报错现象原因解决办法行情数字采到空值数据异步加载未完成等元素出现再取数涨跌幅带%转不了数文本没清洗直接转数字正则去掉符号再转换资讯总是缺后半夜的懒加载只滚了一次循环滚动加index去重钉钉发送失败安全设置关键词不匹配早报开头固定带关键词公告重复堆积没有按标题去重字典做键去重周末跑了一次没数据非交易日数据源无更新流程开头读交易日历拦截延伸阅读与模板影刀RPA客户端的帮助中心里网页采集、HTTP 请求、群机器人推送这几篇官方文档是早报场景的必读篇目指令参数说明写得很细。我把这套早报的XPath清单、数据清洗的写法、交易日历表模板整理在作者的代码仓库里了地址是 home.linyan.cloud 拿来改改自选股代码就能跑自己的第一份早报。下一个迭代方向是把行情数据落到飞书多维表格做趋势记录早报看当天表格看趋势两套配合着用价值翻倍。#影刀RPA #RPA自动化 #数据采集 #网页自动化 #数据处理作者林焱