K-RPA新手练习总结——网站超链接获取与写入-优快云博客

本文链接：https://blog.youkuaiyun.com/Specter_in_inter/article/details/143886365

一、需求概述

在网站中指定页面中，获取指定时间范围内的文章的超链接，其中时间范围可通过输入框更改。

二、思路概述

可将实现思路分为几个部分

1、运行组件前的检查

（1）判断浏览器是否已经打开

实现思路：

先获取浏览器进程判断浏览器是否已经打开，如果没打开就打开浏览器，如果已经打开就先关闭进程，判断是否已经关闭成功，如果关闭浏览器成功再打开浏览器，关闭失败就直接终止组件并报错。

实现模板：

（2）判断文件是否已经打开，如果打开该怎么关闭

实现思路模板：

循环判断n次（n自定义），设S_EXCEL关闭结果、S_WPS关闭结果（消息框返回值）的默认值为“Yes”，然后获取EXCEL与WPS的进程，判断是否都已经关闭；如果没关闭就分别判断谁没关闭，并通过消息框提示用户手动关闭程序，当客户点击的按钮不为【是】或循环提示的次数超过n次时就直接终止组件运行。

注意：每次循环后需要延迟10秒后再进行是因为手动关闭程序时，程序会过几秒后才能完全关闭，如果手动关闭马上进行获取进程就会造成程序还存在的现象。

2、网页跳转实现

实现思路因网站而异，不存在绝对的实现思路，但是还是存在几个需要注意的要点：

（1）每次跳转时，需要通过【存在元素】去判断是否跳转网页成功，并且无论跳转成功与否都需要用【日志消息】输出一下跳转结果。除非在同一网站切换菜单栏跳转页面，并无网址的改变就可不用【存在元素】判断跳转成功与否，但还是得输出跳转到哪个页面的日志。

3、点击下一页

当页面中需要点击下一页按钮实现翻页操作时，并且同一个系统网站中的页数框的元素大致是相同的，那么这时候就可将这个功能单独作为一个组件

实现思路：

（1）判断是否存在页数框，如果不存在就终止（正常）组件

（2）判断总页数，将总页数作为后面判断当前页数是否大于等于总页数的依据

（3）点击【下一页】按钮：先获取当前页数，判断当前页数是否大于等于总页数，如果是，就终止（正常）组件，并输出“当前页数为最大页数”。通过【查找子元素】、【遍历循环】、【获取属性】或【获取文本】来判断【下一页】按钮所在处，获取到后进行单击并在延迟几秒后再次获取当前页数，将前后的当前页数进行对比来判断是否成功跳转到下一页。如果跳转失败就终止组件，如果成功就中断【遍历循环】并输出参数''True''。

4、网址拼接

因为在网页列表中获取的文章路径是不完整的（后面统称添加字段），需要将网址进行拼接。

实现思路：

当前的不完整的网址开头有几个格式——>./、../、/、https:

（1）判断添加字段开头是否为'https:'

如果添加字段为'https:'时，直接终止组件，直接输出添加字段的字符串

（2）判断入参网址的末位字符串是否为'/'

通过【右字符】获取入参网址的末位字符串，判断末尾字符串是否为'/',如果是就不管，否则就在网址后面加'/'

（3）判断添加字段前面的符号（循环次数为添加字符串长度）

1）如果为../

通过【左字符】获取添加字符串开头3个字符，判断获取的字符串是否为'../',如果是就去除添加字段的开头的三个字符串，然后通过【获取字符串行列】以''/''为分割符号分割入参网址，获取字符串列中最后一个字符串，将其替换成空，

2)如果为./

通过【左字符】获取开头一个字符串，判断其是否为'.',如果是就通过【右截取字符串】去除开头的一个字符串

3）判断网址末尾的片段是否存在与添加字段相同的字符串

将入参网址、添加字段以'/'为分割符进行分割，将入参网址分割后的字符串列表（从尾到头）与添加字段分割后的字符串列表（从头到尾）中的字符串一一进行对比，如果出现相同的情况，入参网址就要把相同的字符串替换为空。

4）再次判断入参网址末尾、添加字段开头是否为'/'

入参网址末尾如果不为'/'时，就在末尾加'/',否则不管。

添加字段开头为'/'时，去除开头的字符串，否则不管

5）拼接字符，将拼接结果作为出参值

5、超链接录入文件

（1）判断需要写入链接的所在列，并获取该列的字母

（2）查找网页列表元素，获取文章发布时间

（3）将获取到的时间格式化成【YYYY-MM-DD 00:00:00】格式（for循环次数为总页数）

（4）通过【获取带符号时间差】判断获取到的时间是否在规定时间范围内，如果当前时间小于起始时间，那么就直接中断循环，并更改中断标记，使外循环一起被中断；如果在时间范围内就进行写入操作

（5）写入操作

获取文章的子路径，并将路径拼接起来形成完整的网址，然后在指定列表内写入单元格。循环读取单元格是为了判断指定列的有效行数，用于追加写入内容

注意：可使用【插入Js脚本】获取当前网页的网址作为入参网址，获取当前网页代码为（代码不唯一）：

'function geturl(){ var url = document.URL; return url };'

6、整体流程

先检查各个程序是否已经关闭，然后跳转到指定页面，在指定页面里获取符合时间范围要求的文章的子路径，将这些作为添加字段，并于获取到的网页进行拼接，最后将拼接完成的网址写入指定的列里，最后保存关闭工作簿，关闭浏览器。

具体实现的组件有：

三、项目总结

1、碰到的困难以及解决方法

（1）困难：不知如何比较时间，判断当前获取到的时间是否在规定的时间范围内

解决方法：使用【获取带符号时间差】，该函数可通过时间2减时间1的方式求得时间差，类型可根据自身要求的时间单位进行更改，如‘年’、‘月’、‘日’、‘时’等。

（2）困难：在组件运行过程中，偶尔【获取属性】出现获取不到元素的问题

解决方法：将【获取属性】更换为【获取文本】，执行起来更加稳定。

（3）困难：频繁更改【拼接网址】组件，导致项目进展缓慢。

解决方法：在拼接网址时，应到各个不同页面查看其子路径的格式，先列举各个格式的拼接方式，再去具体实行组件，不要看一个改一个，会比较浪费时间。

（4）困难：写一个项目所耗费的时间太长了。原定5天实则7天

解决方法：在做项目前，先得仔细查阅需求说明书并认真过一遍流程，了解在实现项目前需要做哪些前提准备——检查某个程序是否已经关闭或打开，思考哪些功能可作为一个通用组件，如果该组件涉及到获取元素，得一个个查看相关页面并观察定位元素是否都相同。在空闲时可以自己做一些通用模板——登录浏览器，检查Excel是否已经关闭等不涉及元素的通用组件，到时候需要用时可直接导入使用，减少重复编程的时间。