影刀RPA新手教程：电商创业者完全指南——从零到一搭建第一个自动化选品采价流程
影刀RPA新手教程：电商创业者完全指南——从零到一搭建第一个自动化选品采价流程
我做电商第一年，每天手动去看竞品的价格和销量。
10个竞品，每个要打开页面看价格、看销量、看评价数，记录下来做表格。每天这一套操作下来，一个半小时没了。
后来我用影刀RPA做了一个自动选品采价流程，每天早上自动跑，数据自动写入飞书多维表格。现在每天省一个半小时，一个月就是45个小时。
这篇文章围绕"竞品价格销量自动监控"这个真实案例展开，从零开始带你搭一个完整的电商自动化流程。
一、安装与准备：电商自动化的环境搭建
影刀RPA社区版免费，电商用足够了。如果你有多个店铺要管理，建议上创业版，可以同时跑多个流程。
安装完之后，先把你要监控的电商平台（淘宝、拼多多、京东、抖音小店）都在浏览器里登录好。Cookie有了，后面的采集流程就不需要反复登录了。
电商自动化的关键是频率控制。平台的反爬措施很严，操作太快会被封IP或者封账号。我一般在每个操作之间加2-5秒的随机等待。
我建议专门准备一台电脑跑RPA流程，不要在自己的工作电脑上跑。电商采集流程经常要跑很久（几百个商品），占用资源比较多。
二、元素定位四合一：电商页面的定位技巧
电商页面的元素定位，有几个特点：页面结构复杂、动态内容多、反爬措施严。
元素捕获能用就用，但经常失效。电商平台的class大多是动态生成的，每次刷新都变。
XPath是电商采集的主力工具：
//div[@class='price'] ← 价格（经常失效，要换写法） //span[contains(@class,'price')] ← 价格（模糊匹配class） //div[@id='detail_price'] ← 价格（按id定位，最稳） //span[text()='立即购买']/preceding-sibling::span[1] ← 取"立即购买"前面的价格 //div[contains(@class,'sold')] ← 销量 //div[contains(@class,'comment')] ← 评价数CSS选择器在电商页面上表现也不错：
.div.price ← 价格 .span[class*='price'] ← 价格（模糊匹配） #detail_price ← 价格（id选择器） .div[class*='sold'] ← 销量正则表达式用来处理混乱的价格格式（“￥5,999” “到手价5999” “促销价: 5999.00”）：
￥?(\d+,?\d*\.?\d*) ← 提取价格数字 到手价[：:]?\s*(\d+\.?\d*) ← 提取"到手价"后面的数字 促销价[：:]?\s*(\d+\.?\d*) ← 提取"促销价"后面的数字 我当时踩过的坑：拼多多的价格是分单位（599900分=5999元），采集下来要除以100。我第一次没注意，分析结果全是实际价格的100倍。
三、变量与数据类型：电商数据的正确存储
电商数据种类多，要用对数据类型。
数字类型存价格、销量、评价数。注意：价格要存成浮点数（5999.00），销量要存成整数。
price=5999.00sales=1234comments=567字符串用来存商品标题、链接、店铺名、商品ID。
店群矩阵自动化突破运营极限！
title="iPhone15 Pro 256G 蓝色"shop_name="Apple官方旗舰店"item_id="1234567890"列表用来存一批商品。采集一个关键词下的20个商品，先存在列表里，统一写入Excel。
字典用来存单个商品的完整信息，结构化清晰：
product={"title":"iPhone15 Pro","price":5999.00,"sales":1234,"comments":567,"shop":"Apple官方旗舰店","url":"https://item.taobao.com/xxx","collect_time":"2024-03-15 09:00:00"}JSON处理在调用电商API的时候用到。淘宝开放平台、京东开放平台都有API，返回JSON格式。
我当时踩过的坑：销量"1.2万"存到Excel里变成了日期。解决方法是在写入Excel之前，把所有数字字段转成字符串。
四、流程控制：让采价流程会"思考"
电商采集不是简单的打开页面→抓取→保存，中间有很多判断逻辑。
If条件判断做价格预警：价格下降了超过5%？发通知。销量突然暴涨？发通知。
current_price=5699.00last_price=5999.00drop_rate=(last_price-current_price)/last_priceifdrop_rate>0.05:print("价格下降超过5%，发通知")循环用来批量采集商品。ForEach列表循环最常用：有一批商品链接，逐个打开采集。
product_links=get_product_links("iPhone15 Pro")forlinkinproduct_links:open_page(link)price=get_price()sales=get_sales()save_to_excel(title,price,sales)wait_random(2,5)# 随机等待2-5秒While条件循环用来翻页采集：不知道有多少页，用While循环，有下一页就继续，没有就停。
相似元素循环用来处理商品列表：搜索结果页面有48个商品，用相似元素循环逐个采集。
Try-Catch在所有采集步骤外面都要包一层。网络卡了、页面结构变了、弹窗出来了——这些都要优雅处理。
我第一次做价格监控，没加Try-Catch。跑到第50个商品的时候，页面弹了一个"是否继续"的确认框，流程停了。后面100个商品都没采到。
五、网页自动化：电商平台的特殊问题
电商平台的网页自动化，是所有场景里最难做的。反爬严、页面复杂、动态内容多。
等待策略：电商平台响应慢，而且有动态加载，必须用"元素出现再继续"，等待时间设5-10秒。
弹窗处理：电商平台经常弹"登录"“领券”"下载App"的弹窗，要用5步标准流程处理。
翻页处理：搜索结果有多页，用While循环判断"下一页"是否可用。
懒加载处理：电商搜索结果页是滚动加载的，要模拟滚动才能加载全部商品。
scroll_down(500)# 向下滚动500像素wait(2)# 等待加载count=count_elements(".item")# 统计当前商品数量iframe处理：有些电商平台（特别是天猫）的某些内容在iframe里，要切换进去才能操作。
窗口切换：点击商品会打开新标签页，要用"切换到指定窗口"。
我踩过最恶心的坑：淘宝的价格有时候不在页面上，要鼠标悬停才显示。解决方法是用"鼠标悬停"指令，悬停之后再抓价格。
六、数据处理：让采价数据产生价值
采集到原始数据之后，要做分析和处理，才能真正用起来。
Excel读写：我每天把采集到的竞品数据写入Excel，字段包括：日期、商品标题、价格、销量、评价数、店铺名。
importpandasaspd df=pd.read_excel("竞品监控.xlsx")# 按价格排序df_sorted=df.sort_values("价格")# 计算平均价格avg_price=df["价格"].mean()# 找出销量最高的商品top_sales=df.sort_values("销量",ascending=False).head(5)文本提取与清洗：商品标题里经常有特殊字符（emoji、换行符），写入Excel之前要清洗。
importre title="iPhone15 Pro🔥现货速发"clean_title=re.sub(r'[^\u4e00-\u9fa5a-zA-Z0-9\s]','',title)JSON解析：调用电商API得到的JSON数据，要解析后提取字段。
数据库连接：我的竞品数据库存在MySQL里，方便按日期、按商品、按价格范围查询。
五个常见报错：
- 价格格式不统一——"5,999""5999""￥5999"要统一处理
- 销量"1.2万"要转成数字——用正则提取数字部分，再乘以10000
- Excel写入重复——同一商品同一天可能采到多次，要去重
- 网络连接超时——电商平台对频率有限制，加热重试
- 编码错误——商品标题有特殊字符，要用UTF-8编码
七、鼠标键盘图像自动化：处理特殊场景
电商页面有些操作，网页自动化完成不了，要用鼠标键盘模拟。
模拟模式和驱动模式：电商反爬严，建议用驱动模式，更像真人操作。
图像识别用在什么场景？有些电商平台的价格是用图片显示的（很少见，但有），要用OCR识别图片里的价格。
# 图像识别点击"加购"按钮# 有些按钮是图片，抓取不到wait_image_appear("add_cart.png")click_image("add_cart.png")锚点9位置+偏移：点击的位置不对，可以用偏移调整。
八、进阶技能：让电商自动化更强大
HTTP请求对接电商开放平台API。淘宝开放平台、京东开放平台、拼多多开放平台都有API，直接调API比网页抓取稳定10倍。
importrequests# 淘宝开放平台API示例（伪代码）url="https://eco.taobao.com/router/rest"params={"method":"taobao.item.get","item_id":"1234567890","app_key":"your_app_key"}resp=requests.get(url,params=params)item_data=resp.json()["item"]Python协同做价格分析。采集到一批价格数据之后，用Python做统计分析（平均价、最高价、最低价、价格分布）。
importpandasaspd df=pd.read_excel("竞品价格.xlsx")stats=df.groupby("商品标题")["价格"].agg(["mean","min","max"])OCR文字识别用来处理商品详情页的图片。有些商品参数在图片里，要用OCR识别出来。
ADB手机自动化：抖音小店、快手小店在手机端的功能比网页端多，可以用ADB控制手机操作。
temu店群自动化报活动案例
九、平台实战：主流电商平台的差异
淘宝/天猫：反爬最严，操作频率要严格控制（每个商品间隔3-5秒）。登录态保持用Cookie，Cookie有效期比较长。
拼多多：价格用分单位，采集后要除以100。销量数据在页面上不一定显示，有些要用API获取。
京东：价格比较好抓，但要注意价格和促销价的区别。有些商品有多个价格（原价、现价、Plus价）。
抖音小店：抖音电商发展很快，但开放平台API还不够完善，很多数据要网页抓取。
十、系统联动：让电商数据自动通知到你
飞书消息通知：每天采集完竞品数据之后，自动发飞书消息：“今日采集竞品XX个，X个商品降价”。
飞书多维表格：竞品数据存在飞书多维表格里，随时随地用手机查看，还能做数据透视和图表。
邮件发送：把每周的竞品分析报告发给团队，用影刀的发送邮件指令，附件是Excel报告。
定时任务配置：每天早上9点自动跑采集流程（电商平台早上数据更新）；每天下午6点发竞品价格变动通知。
十一、工程化与规范：电商自动化的工程管理
子流程封装：我把电商采集流程拆成了：平台登录子流程、关键词搜索子流程、商品采集子流程、数据清洗子流程、数据存储子流程、通知子流程。
调试技巧：电商采集流程复杂，我会在每个商品采集完成之后加"打印日志"，输出"正在采集：商品XXX，进度XX/100"。
命名规范：product_title比pt好，current_price比cp好，shop_name比sn好。
版本选择：社区版够用。如果要同时监控多个平台、多个关键词，建议上创业版，可以同时跑多个流程。
流程模板化：不同电商平台的采集流程，底层逻辑是一样的（搜索→翻页→采集→保存），做成模板，新平台来了改改元素定位就能用。
十二、速查表与常见报错：电商自动化专属问题
元素定位失败：电商平台class动态生成，要用contains()模糊匹配，或者用id定位（id一般是固定的）。
XPath语法报错：价格有时候在text()里，有时候在@value里，有时候在@data-price里，要先用检查元素确认。
Excel报错：价格"5,999"写入Excel会变成数字5999（逗号被忽略），这个是正常的。但要小心"￥5999"写入Excel会报错，要先去掉￥符号。
循环报错：相似元素循环在页面刷新之后找不到元素，要在循环体里加等待时间。
反爬封IP：这是电商自动化最大的问题。解决方案：降低频率（每个操作间隔3-5秒）、用代理IP池、用API代替网页抓取。
登录态失效：Cookie过期后流程会失败。解决方案是加一个登录状态检测，失效了自动重新登录。
我整理了一份电商自动化常用XPath和防封策略，放在 home.linyan.cloud，电商创业者可以去下载参考。
#影刀RPA #RPA教程 #电商自动化 #选品采价 #竞品监控
作者：林焱