影刀RPA新手教程：非技术背景也能学会的自动化教程——零编程基础轻松掌握影刀RPA

影刀RPA新手教程：非技术背景也能学会的自动化教程——零编程基础轻松掌握影刀RPA

好多朋友一听到"自动化""RPA"这些词，脑子里第一反应就是：这得会编程吧？我连代码长什么样都不知道，肯定学不会。我当初也是这么想的。

说实话，我第一次打开影刀的时候，看到那个流程图界面，心里也犯嘀咕。但用了十分钟就发现，这玩意儿跟编程完全是两码事——它更像是"把你要做的事情用流程图连起来"，你只要告诉它第一步点哪里、第二步复制什么、第三步贴到哪里。就这么简单。

这篇教程我不会给你讲任何枯燥的概念，我们就跟着一个真实案例走——用影刀自动采集小红书上的爆款笔记数据，整理成Excel表格，然后通过飞书消息通知自己。做完这个项目，你就能理解影刀的整个工作方式，以后做什么自动化都大同小异。

一、影刀是什么？怎么装？

影刀就是一个能帮你自动操作电脑的软件，你可以理解成"虚拟助手"。你告诉它"打开网页→找这个按钮→点击→复制文字→粘贴到Excel"，它就老老实实帮你做。

下载安装没什么特别的，去官网下载就行。但有三个坑我第一次装的时候全踩了：

第一，系统缩放比例必须调到100%，不然你捕获网页元素的时候会偏移。我这个教训太深刻了，当时捕获一个按钮，红框飘到按钮上方两厘米，完全对不上，调试了一下午。去显示设置里把缩放调到100%，然后重启浏览器和影刀。

第二，浏览器缩放也必须是100%。你可以在浏览器右上角设置里检查，很多人平时习惯125%或150%看网页，但影刀跟这个不兼容。

第三，如果浏览器快捷方式开启了兼容模式，关掉它。右键浏览器快捷方式→属性→兼容性→取消勾选"以兼容模式运行"。

二、怎么找到网页上的元素——四种方式一次搞定

这是整个影刀最核心的技能，没有之一。你要操作网页上的按钮、输入框、文字，首先得告诉影刀"它在哪"。

2.1 元素捕获——最常用的方式

打开影刀的捕获面板，鼠标移到网页上，影刀会自动识别出按钮、输入框、图片这些元素。红框框住的就是你要操作的东西。

小红书上我们要采集笔记标题，鼠标移到标题文字上，影刀会高亮。点击一下，这个元素就被"捕获"了。

如果你想批量获取所有笔记的标题，需要捕获"相似元素"——先捕获第一个标题，再捕获第二个，影刀就能识别出页面上所有标题的共同特征，把它们全部列出来。

2.2 XPath定位——6种写法够你用了

有时候元素捕获不够精准，比如两个按钮长得很像但功能不同，这时候用XPath就能精确锁定。

第一种，按标签名找：//h1 找所有h1标题。第二种，按属性找：//a[@href='/detail'] 找href属性为/detail的链接。第三种，按文本内容找：//span[text()='关注'] 找文字是"关注"的span。第四种，按包含的文本找：//div[contains(text(),'笔记')]。第五种，按部分属性找：//input[contains(@class,'search')]。第六种，层级关系：//div[@class='card']//span[@class='title'] 在卡片容器里找标题。

XPath写得不好容易报错，编辑器里会出现"XPath语法错误"的提示。这通常是因为少写了引号或者括号不匹配，检查一下就行。

2.3 CSS选择器——8种语法反而更直观

CSS选择器跟XPath是并列的两种定位方式。我个人觉得CSS更简洁，尤其是对有前端基础的同学。

按标签：h1。按类名：.title。按ID：#btn-search。按属性：[data-type='video']。层级：.card .title。子元素：.card > .title。第n个：li:nth-child(3)。按部分属性：[class*='search']。

在小红书案例里，每条笔记的标题可以用 .note-item .title 来定位。影刀的"获取相似元素列表"指令里，定位方式选择CSS选择器，填上这个表达式就行。

2.4 正则表达式——三个场景就够了

正则主要在对元素属性做模糊匹配的时候用。比如有些按钮勾选和不勾选时class属性不一样，一个带active一个不带。

判断不包含某段文字用这个语法：^((?!active).)*$，意思是匹配"不含active"的字符串。同时排除多个关键词：^((?!disabled|prev|diff).)*$，意思是这三个词都不能出现。

三个最常用的正则场景：一是翻页判断（class不含disabled说明还能翻），二是状态判断（是否包含active），三是提取数字（从"共100页"中提取100）。

三、变量——给数据取个名字

变量就是给数据取个名字存起来。影刀里不需要你声明类型，它会自动识别。

比如你从Excel里读出来一行数据，存到变量row_data里，这个变量就变成了一行数据的列表。你从网页上抓到一段文字，存到note_title里，这就是一个字符串。

我第一次搞混的是：从Excel循环读取的时候，循环项本身可能是一个列表（因为读一行就是多个单元格），如果你直接把列表传给输入框，影刀会报错：Can not convert Array to String. 记住这个报错，说明你拿了一个列表当字符串用，需要取列表里的某一项，比如用list[0]取第一项。

四、流程控制——让程序有脑子

循环

For次数循环：你明确知道要做多少次就选这个，比如翻100页，每页采集20条笔记。

[video(video-Ttu1E42H-1782144419653)(type-csdn)(url-live.csdn.net/v/embed/526…)]

ForEach相似元素循环：对网页上每一张笔记卡片都做同样的操作（点击、复制标题），用这个最方便。

While/无限循环：不知道要翻多少页的时候用，配合条件判断退出。小红书的搜索结果拉到底，下一页按钮变灰了（class里多了disabled），就跳出循环。

条件判断

If指令就是你告诉影刀"如果满足什么条件就做什么"。翻页案例里：如果下一页按钮的class属性包含disabled→退出循环，否则→点击下一页继续。

Try-Catch

这个不是"写代码"，影刀有专门的Try块指令。你把可能出错的操作放在Try里，出错了就走Catch分支。这个在批量处理的时候特别重要——不能因为处理第23条数据报错，前面22条白干了。

五、网页自动化——看不见的坑最多

等待策略三种

第一种，等元素出现。影刀的等待元素(web)指令，设置超时时间（我一般设30秒），等那个元素加载出来再操作，不等满了就往下走。

第二种，等元素消失。比如弹窗关闭后、加载动画消失后才继续。等待元素消失(web)。

第三种，固定等待。实在没办法的时候才用sleep，但尽量少用，因为你不知道对方服务器今天快还是慢。

弹窗处理的五步

小红书有时候会弹登录弹窗、活动弹窗。处理步骤：第一步先判断弹窗是否存在（等元素出现），第二步如果存在就关掉（找关闭按钮点击），第三步如果找不到关闭按钮就点遮罩层，第四步用Try包住以防页面上根本没弹窗，第五步弹窗关闭后再等一秒让页面恢复正常。

翻页——用disabled class判断

这个技术我在前面提过了，再总结一下：F12查看"下一页"按钮的HTML，看class属性。能点击的时候class不含disabled，到最后一页时class里多了disabled。流程设计：无限循环→判断class是否含disabled→不含就点下一页→含了就跳出。

懒加载

小红书下拉才会加载更多内容。用"滚动到页面底部"指令，滚一次等2秒，等新内容加载完，再滚下一次。记得在滚之前先获取当前元素数量，滚之后等数量增加了再采集，不然会采集到空列表。

iframe和窗口切换

如果网页里嵌套了另一个网页（iframe），你需要先"切换到iframe"才能操作里面的元素。新标签页打开后，要用"获取已打开的网页对象"匹配新标签页的标题或URL，然后再操作。很多人报"未找到控件"就是因为还在操作老标签页。

六、数据处理——Excel、文本、JSON、数据库

Excel读写

读Excel用"读取Excel区域"，可以读指定范围，比如A1到D100。写Excel用"写入Excel区域"，指定从哪里开始写。

批量处理必知：循环读取Excel的每一行时，循环项row是列表类型。如果你想把单元格值当作字符串输出，不要直接传row，要传row[0]或row[1]。

五个经典Excel报错

第一个，Can not convert Array to String——把列表当字符串用了，取具体索引。

第二个，日期变成了偏移数字——比如2023-01-01变成了44927。这是Excel内部存储格式问题，在读取前先设置单元格格式为"文本"，或者在Python里用datetime库转换。

第三个，发生意外——这种模糊报错通常是因为某个单元格的格式异常，比如手机号存成了日期格式。排查方法：二分法读取，先读前一半行，不报错就说明问题在后一半，逐步缩小范围找问题行。

第四个，内存不足——Excel文件太大（几万行以上）时出现。分批读取，每次读1000行，处理完继续读下一批。

第五个，WPS不支持运行宏——如果你用WPS而不是Office，用Python通过win32com调用Excel宏会失败。换成影刀自带的Excel指令，或者安装Microsoft Office。

文本提取与清洗

从"共100页"中提取数字：用"提取数字"指令。从一段文字中提取手机号、邮箱：用正则1[0-9]{10}或[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}。

JSON解析

API返回的数据基本都是JSON格式。影刀里有"解析JSON"指令，解析后可以按路径取值，比如data.list[0].title。

数据库连接

连接MySQL、SQL Server在影刀数据库指令里配置就行。一个常见报错是编码问题——用GB2312编码导入含生僻字的数据会报语法错误，改成GBK编码（代码936）就能解决，因为GBK对GB2312做了扩充。

七、鼠标键盘和图像自动化

模拟模式 vs 驱动模式

模拟模式就是影刀像人一样移动鼠标、敲键盘，任何软件都兼容，但速度慢。驱动模式是直接向操作系统发送指令，速度快但有些软件会拦截。

日常操作大多数场景用模拟模式就行。如果你的流程要高频点击（比如批量下载），用驱动模式能省很多时间。

图像识别

网页自动化搞不定的场景用图像识别。比如有些软件不是网页，没有HTML元素可以捕获，就截图存到影刀图像库，用wait_appear等待这个图片出现，然后click_image点击，hover_image悬停。

wait_appear默认超时20秒，你可以调到更长。它有9个位置的锚点（左上、中上、右上、左中、正中、右中、左下、中下、右下），可以加偏移量。比如你想点击"登录"按钮的右下角偏右10像素的位置，就设置锚点为右下，偏移x=10。

dblclick_image是双击，用于双击打开文件之类的场景。

八、进阶技能——HTTP请求、Python、OCR、手机自动化

HTTP请求和API

你不需要写代码也能调用API。影刀有"HTTP请求"指令，填URL、选方法（GET/POST）、填请求头和Body，就能调用任何API。

# 如果你用编码版，调用API更灵活
import requests
response = requests.get('https://api.example.com/data')
data = response.json()

Python协同

影刀支持在流程中嵌入Python代码块。什么时候用Python？网页自动化搞不定的复杂逻辑，或者需要调用第三方库的时候。比如用win32com操作Excel宏：

import win32com.client
xl = win32com.client.Dispatch("Excel.Application")
wb = xl.Workbooks.Open(r"C:\data.xlsx")
xl.Application.Run("宏名称")
wb.Save()
xl.Application.Quit()

OCR文字识别

有些场景你看到的文字是图片，没有HTML可以捕获——比如验证码、软件界面上的文字。这时候用OCR。

影刀内置了百度和腾讯的OCR引擎。代码示例：

from xbot import ai
ocr = ai.baidu.BaiduAI(api_key='你的key', secret_key='你的secret')
result = ocr.ocr_from_file(r'D:\screenshot.png')
print(result)  # 返回识别出来的文字列表

ADB手机自动化

影刀可以连接安卓手机做自动化。有两种模式：appium模式和u2模式（4.7版本新增）。连接方式：

from xbot.mobile import u2
session = u2.connect_by_custom_name('我的小米手机')

连接后就能操作手机上的元素，跟操作网页元素类似。

九、平台实战——小红书和淘宝

小红书

我们全程的案例就是采集小红书爆款笔记。核心步骤：打开小红书网页版→搜索关键词→滚动加载更多→捕获相似元素获取所有笔记标题、点赞数、作者→翻页（判断disabled class）→写入Excel。

最难的地方是小程序可能会弹登录窗口。处理方法前面讲了——Try包住，先判断弹窗是否存在，存在就关掉。

淘宝

淘宝的自动化场景很多：商品上架、订单处理、评价采集。淘宝页面比较复杂，有很多动态加载的元素，等待策略尤其重要。建议每个操作步骤之间加"等待元素出现"，不要依赖固定等待时间。

淘宝还有一个坑：有些页面用了iframe，你要先切换到iframe才能操作里面的内容。注意元素捕获时检查元素路径里有没有iframe。

十、系统联动——飞书通知、Excel、定时任务

飞书消息通知

我们采集完小红书数据，怎么第一时间知道？用飞书群通知。

在飞书群里添加一个自定义机器人，拿到webhook地址。影刀里用"飞书群通知"指令，填上webhook地址，消息类型选"文本"，内容写上采集到的数据摘要。

[video(video-31wi4uB1-1782144426341)(type-csdn)(url-live.csdn.net/v/embed/526…)]

# 编码版写法
import requests
webhook = "https://open.feishu.cn/open-apis/bot/v2/hook/xxxx"
data = {"msg_type": "text", "content": {"text": "今日采集完成，共200条笔记"}}
requests.post(webhook, json=data)

富文本和消息卡片也支持，可以发带格式的报告。

飞书多维表格

如果数据量比较大，Excel不方便共享，可以把结果写入飞书多维表格（Base）。影刀有飞书多维表格的指令，操作方式类似Excel。

邮件发送

影刀有"发送邮件"指令，配置SMTP服务器就能发。做完定时采集任务，自动发一封邮件给自己，附上数据文件。

定时任务

流程写好以后，在影刀控制台配置定时计划，设置每天几点自动执行。也可以在代码里用API调度：POST https://api.yingdao.com/oapi/dispatch/v2/job/start，传入jobId即可远程启动应用运行。

十一、工程化——让流程像个正经项目

子流程封装

当你发现某段逻辑在多个地方重复使用时（比如"关闭弹窗"这个操作），把它抽成一个子流程。以后任何地方需要关闭弹窗，直接调用这个子流程就行，不用重复写。

打断点调试

这是排查问题的核心技能。在指令前面点一下，出现橙色圆点就是断点。运行到断点会自动暂停，你可以在下方的调试面板查看所有变量的实时值。

实际调试步骤：在报错的指令前打断点→运行→暂停时看变量值和类型→发现是None就说明前面没有正确赋值→按"单步调试"逐条执行→观察每步后变量的变化。

我前面提到的 Can not convert Array to String 报错，就是这样调试发现的——变量竟然是列表而不是字符串。

命名规范

变量名要有意义，note_title比a1好一百倍。流程名也要说清楚是干什么的，一个月后回头看还能看懂。

版本选择

影刀分社区版和企业版。个人学习用社区版完全够用。企业版多了计划任务、API调度、工作队列这些功能。

模板化

把常用的流程保存为模板，下次做类似项目直接基于模板改。比如"网页数据采集"这个模板，包含打开网页、翻页、获取相似元素、写入Excel的骨架，你只要改成自己的元素选择器就行。

十二、速查表和常见报错

元素定位类

报错信息	原因	解决办法
未找到控件	元素没捕获到或标签页切换了	校验元素，确认在正确标签页
匹配到多个控件	你用了单元素指令但定位到了多个	加上更精确的属性限制或用相似元素循环
元素捕获红框偏移	DPI/浏览器缩放不是100%	都调到100%，重启影刀和浏览器

XPath语法类

XPath语法错误通常是少写了引号、括号不匹配，或者路径层级写错了。建议先用浏览器的F12开发者工具里的"复制XPath"拿到完整路径，再根据需要简化。

Excel类

Can not convert Array to String → 列表当字符串了，用索引取值。

日期偏移 → Excel日期格式问题，读取前设置单元格为文本格式。

发生意外 → 二分法定位问题行，通常是单元格格式异常。

循环类

循环中网页刷新导致元素丢失 → 改用For次数循环+按索引重新获取。

弹窗类

弹窗拦截 → 在处理逻辑前加判断+Try-Catch，先判断弹窗是否存在再关。

---

RPA自动化 · 影刀RPA · 零基础入门 · 小红书采集 · 飞书通知 作者：林焱