常见的动态数据是我们下拉下滑栏时，网页上面可以动态加载出来的新的数据。譬如下面这个网站： https://knewone.com/discover 我们不断地下拉下滑栏，会不断地有新数据加载出来。但是网页的URL却一直保持不变。但其实在我们下拉的时候浏览器会发送一个新的异步请求来获得这些新的数据，只是新的异步请求的URL没有显示到浏览器上。所以获取网页中的动态数据的关键就在于获取异步发送URL并发现其格式上的规律。在Chrome上打开网页–>右键点击审查–>点击Network–>点击XHR–>下拉网页加载动态数据–>获取发送的请求–>获得请求头部的Request URL信息。 通过上面的步骤我们获得了异步请求的URL，通过分析可以发现异步请求URL之间的差别在于”page=xx”部分。如果我们要爬取10份动态数据，那么我们需要10个URL，其中page的值从1到10。下面给出爬取的完整代码。爬取原理和之前相同，区别只在于URL是异步请求的URL。from bs4
第二节说到了爬虫的工作过程，可以分为四步：分别是：获取数据；解析数据；提取数据；存储数据。接下来，一步一个脚印往前走。第0步：获取数据我们用一个强大的第三方库来获取数据，它叫requests在命令提示符中输入：pip install requests即可安装如果速度慢的话，使用豆瓣镜像：pip
install
-i
https://pypi.doubanio.com/simple/
--trusted-host pypi.doubanio.com requests
检查是否安装完毕：在命令提示符（cmd）中输入：pip list (查看python所有已安装的包)看安装的第三方库中有没有requestsimport requests
res = requests.get('URL')
首先import requests,引入第三方库。然后调用requests中的get方法，获取网址url中的数据，并且将它赋值给变量res。例如：获取心食谱网站的html源代码import requests
res = requests.get('https://www.xinshipu.com/')
print(res.status_code)
if res.status_code == 200:
with open('xinshipu.txt','w',encoding='utf-8') as file:
file.write(res.text)
打开这个txt文件，就能看到获取到的html代码。<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN" "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">
<html>
<head>
<link rel="miphtml" href="https://m.xinshipu.com/mip/"/>
<meta property="qc:admins" content="21000737476016301056375" />
<meta name="baidu-site-verification" content="xBZReDnVVC" />
<title>菜谱|菜谱大全|家常菜谱 - 心食谱</title>
<meta http-equiv="x-dns-prefetch-control" content="on">
<link rel="dns-prefetch" href="//ali.xinshipu.cn">
<meta charset="utf-8"/>
<meta http-equiv="Content-Language" content="zh-CN" />
<meta name="viewport" content="width=device-width, initial-scale=1.0, maximum-scale=1.0, user-scalable=no"/>
<meta name='apple-mobile-web-app-capable' content='yes'/>
<meta name="HandheldFriendly" content="true"/>
<meta name="MobileOptimized" content="320"/>
<meta name="google" value="notranslate"/>
<meta http-equiv="Cache-Control"content="no-siteapp" />
<meta http-equiv="Cache-Control" content="no-transform" />
简单演示完之后，我们来具体学一学requests库Requestsrequests是一个用于发送http请求的库，它是个第三方库，相比与python标准库urllib、urllib3来说，使用起来方便简单、方便，操作更加人性化。简单来讲，就是requests这个库更好用。一、请求方式常用的请求方式有两种：get和post1、GET请求简单的请求方式import requests #导入requests库
res = requests.get('https://www.xinshipu.com/') #调用requests中get方法，并将请求内容赋值给res。
#我们先来看看res是个什么对象，因为只有知道它是啥，我们才能调用相应的方法和属性。
print(type(res))
输出结果是这样的：<class 'requests.models.Response'>
它是一个response对象。常用的属性有res.status_code:返回响应状态码import requests
res =requests.get('https://www.xinshipu.com/')
print(res.status_code)
res.content:把Response对象的内容以二进制数据的形式返回，适用于图片、音频、视频的下载。比如下载一张图片：import requests
#请求图片的url
res =requests.get('https://gimg2.baidu.com/image_search/src=http%3A%2F%2Finews.gtimg.com%2Fnewsapp_bt%2F0%2F8209506413%2F1000&refer=http%3A%2F%2Finews.gtimg.com&app=2002&size=f9999,10000&q=a80&n=0&g=0n&fmt=jpeg?sec=1612190464&t=7fa773eed87a6929f72243908c90d5be')
with open('demo.png','wb') as file :
file.write(res.content)
这样子图片就下载成功了，在代码同目录下打开它看看吧。res.text:把Response对象的内容以字符串的形式返回，适用于文字、网页源代码的下载。import requests
res =requests.get('https://www.xinshipu.com/')
print(res.text)
这样返回的就是网页的源代码了。res.encoding:定义response对象的编码。编码就相当与计算机中不同的国家语言，字符串默认编码格式为unicode，服务器先通过一种编码方式对内容进行编码，客户端获得后要对其进行解码，试想一下，如果客户端与服务器的编码方式不一样，那是不是就交流不了，就会出现乱码的现象。但是不用担心，requests库能自动识别响应内容的编码方式，然后用对应的编码方式解码，就像上面 print(res.text) 获得网页的源代码，我们并没有规定response对象的编码格式。可是，requests也有识别错误的时候，这时候我们就要自己去定义了（但是响应内容的编码我们是不知道的，所以只能慢慢试…如果你们有比较高明的方法，一定要告诉我哦）。还有一些出现频率不高的属性和方法：res.raw:原始响应体res.headers:服务器响应头res.json():requests中内置的json解释器res.raise_for__status():响应状态码不为200时，抛出异常res.url：获取请求连接res.cookies：获取请求后的cookies复杂请求方式网页纷繁复杂，简单的请求方式肯定时满足不了我们的需求。为了能应对各种情况，requesrs库将复杂的请求方式简化为参数的形式，我们只需在请求时添加相应参数即可。参数有以下：1、params参数上一节中关于url的介绍中，复杂的网址在域名后面后面会有一个？号，？后面跟着各种参数，以&分隔。它到底用处是什么，举个栗子。在qq音乐上爬取周杰伦的歌曲页面的信息，作为一名狂热的粉丝，当然不能只爬一页，这时我们就可以带上params参数发起请求。现在的任务是：爬取qq音乐周杰伦歌单前10页qq音乐-周杰伦,点击打开初步尝试：import requests
from bs4 import BeautifulSoup
res =requests.get('https://y.qq.com/portal/search.html#page=1&searchid=1&remoteplace=txt.yqq.top&t=song&w=%E6%9E%97%E4%BF%8A%E6%9D%B0')
res.encoding = 'utf-8'
print(res.text)
打印出来一堆html代码，ctrl+f搜索一下所在页的歌曲，发现什么也没有，我们要的歌曲信息根本就不在里面。是不是哪里搞错了，再回去看一遍elements中的html代码，发现里面是有歌曲信息的啊，对比一下获得的代码和开发者选项中的代码，发现，两者是不一样的!这是什么情况？别急，咱慢慢来。之前在开发者选项中介绍了两个常用标签，一个是elements，另一个是network，答案就在这个network中。重新进入网站，打开开发者选项，点击network标签。刷新页面，然后会出来一堆请求。最下面一栏是请求加载相关的信息：1、总共加载了60个请求，其中xhr类型的有20个2、总共36.5kb流量，xhr24.1kb3、耗时6.22s最上面一栏是请求类型，主要包括：all:查看全部请求xhr: 一种不借助刷新网页即可传输数据的对象js: javascript脚本css: css代码img: 仅查看图片Media: 仅查看媒体文件Font: 字体Doc：Document，第0个请求一般在里面拓展：xhr是什么，xhr和fetchNetwork中的xhr其实是查看xhr和fetch类型的请求。我们平时使用浏览器上网的时候，经常有这样的情况：浏览器上方，它所访问的网址没变，但是网页里却新加了内容。如购物网站，下滑自动加载出更多商品。在线翻译网站，输入中文实时变英文。这个，叫做Ajax技术。应用这种技术，好处是显而易见的——更新网页内容，而不用重新加载整个网页。又省流量又省时间的，何乐而不为。如今，比较新潮的网站都在使用这种技术来实现数据传输。只剩下一些特别老，或是特别轻量的网站，还在用老办法——加载新的内容，必须要跳转一个新网址。这种技术在工作的时候，会创建一个XHR（或是Fetch）对象，然后利用XHR对象来实现，服务器和浏览器之间传输数据。在这里，XHR和Fetch并没有本质区别，只是Fetch出现得比XHR更晚一些，所以对一些开发人员来说会更好用，但作用都是一样的。左侧方框里是各种请求，点击可查看其详情。右侧是请求详情页面。requests url是该请求的网址Query String Parameters是请求参数，也就是requests url问号后面的参数，只不过换了一种方式来表达。network中有很多请求，当这些请求完成，他们会一起构成elements中的源代码，而之前请求的那个，只是众多请求中的一个，准确来说是第0个，然而第0个当中没有我想要的歌曲信息。有些网站，特别是那种比较老的网站，轻量级的网站，通常会把所有信息都放在第0个请求中，但是，现在的大部分网页都不会这样子了。一般来说，第0个请求相当于骨架，它先加载出来之后，再往里面填充东西（其他请求），完善网页。 所以，我们下一步就应该从总共60个请求中找到藏有信息的那一个…可是，哪一个才是呢？请求类型有很多种，我们要的信息不是img,不是media,不是js，不是css,不是doc（我们刚刚请求的那个就是doc），那只可能是xhr了啊。那就从xhr中找，20个xhr请求。还是有点多。只能慢慢筛选了（或者一个一个看…），可以点击size，给请求按大小排个序，一般比较大的里面包含信息，或者可以看名字，每个请求都有一个描述性的名字。最终找到的那个请求是client-serarch（客户端搜索）找到请求了，就可以上代码了：import requests
from bs4 import BeautifulSoup
res =requests.get('https://c.y.qq.com/soso/fcgi-bin/client_search_cp?ct=24&qqmusic_ver=1298&new_json=1&remoteplace=txt.yqq.song&searchid=61909973647710437&t=0&aggr=1&cr=1&catZhida=1&lossless=0&flag_qc=0&p=1&n=10&w=%E5%91%A8%E6%9D%B0%E4%BC%A6&g_tk_new_20200303=5381&g_tk=5381&loginUin=0&hostUin=0&format=json&inCharset=utf8&outCharset=utf-8¬ice=0&platform=yqq.json&needNewCode=0')
print(res.text)
这只是第一页的歌曲信息，要获取10页，就得用到params参数了。首先分析一下请求url的参数：ct: 24
qqmusic_ver: 1298
new_json: 1
remoteplace: txt.yqq.song
searchid: 61909973647710437
t: 0
aggr: 1
cr: 1
catZhida: 1
lossless: 0
flag_qc: 0
p: 1
n: 10
w: 周杰伦
g_tk_new_20200303: 5381
g_tk: 5381
loginUin: 0
hostUin: 0
format: json
inCharset: utf8
outCharset: utf-8
notice: 0
platform: yqq.json
needNewCode: 0
其中：p的值对应的是页数w的值对应的是搜索内容通过修改这两个参数，即可请求不同的歌手，不同的页数。下面，说一下添加params参数的相关要求：1、格式：res = requests.get(url , params = params)
2、params要求是字典类型的把Query String Parameters参数一个一个输入进去，好像有点不太好，自己想想办法看怎么简单快速一点吧，这里我自己写了个转换代码，仅供参考。import requests
def switch_to_dict(page):
#首先把Query String Parameters赋值到文本文档中，保存名为params
file = open('params.txt','r',newline = '',encoding = 'utf-8')
lists = file.readlines()
dic ={}
for row in lists:
#split的时候要在冒号后面加个空格，不然字典的值前面有个空格是不行的
split_list = row.split(': ')
if split_list[0] == 'p':
dic[split_list[0]] = str(page)
else:
dic[split_list[0]]=split_list[1][:-2]
return dic
for page in range(10):
params = switch_to_dict(page)
#目标网址就是requests url，只是把后面的参数以字典的形式加上
url = 'https://c.y.qq.com/soso/fcgi-bin/client_search_cp?'
res =requests.get(url , params = params)
print('------'+'第'+str(page)+'页'+'------')
print(res.text)
2、headers参数每一个请求中，都有requests headers，它是用户的请求头，描述客户端向服务器发送请求时使用的协议类型、所使用的编码、以及发送内容的长度等。检测请求头是常见的反爬虫策略，因为服务器会对请求头做一次检测来判断这次请求是人为的还是非人为的，有时候无论怎么请求，都会返回403错误，这就是原因之一。为了形成良好的编写规范，无论网站是否做headers反爬虫检测，最好每次发送请求时都添加请求头。请求头的参数如下：常用的参数有三个：user-agent，referer，origin1、user-agent(用户代理)告诉服务器客户端使用的操作系统，浏览器版本等信息。请求头一定要添加这个参数。2、referer：请求来自哪个页面的Url3、origin：请求的源头简单说，referer指的是页面的上一级页面，origin指的是最初的页面。注意：cookie不能添加到请求头中现在给上面的代码加上headersheaders = {
'origin':'https://y.qq.com',
'referer':'https://y.qq.com/',
'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36',
}
res =requests.get(url , params = params,headers = headers)
拓展：练习网络请求的网站：http://httpbin.org/get。下面，来检验一下headers是否添加上去了：import requests
headers = {
'origin':'https://y.qq.com',
'referer':'https://y.qq.com/',
'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36',
}
url = 'http://httpbin.org/get'
res =requests.get(url ,headers = headers)
print(res.text)
输出结果：{
"args": {},
"headers": {
"Accept": "*/*",
"Accept-Encoding": "gzip, deflate",
"Host": "httpbin.org",
"Origin": "https://y.qq.com",
"Referer": "https://y.qq.com/",
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36",
"X-Amzn-Trace-Id": "Root=1-5ff29a61-45fc2c384ebd50070f67ff94"
},
"origin": "122.96.40.82",
"url": "http://httpbin.org/get"
}
3、cookies指某些网站为了辨别用户身份，进行session跟踪而存储在用户本地终端上的数据。平常在网页上登录账号的时候，会有一个弹窗询问我们是否记住账号，当我们点记住后，下次登录（一段时间内）就不用输入账户密码了。这里就是cookie在起作用。下面，用cookies登录豆瓣网：import requests
from bs4 import BeautifulSoup
headers = {
'referer':'https://www.douban.com/',
'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36',
}
#首先在豆瓣网上登录自己的账号，在开发者选项中找到请求的cookies，请求名为'www.douban.com'
cookie_str = '填入自己的cookies'
#创建一个cookies_jar对象，用于存储cookies信息
cookies_jar = requests.cookies.RequestsCookieJar()
def cookie_to_jar():
split_list = cookie_str.split(';')
for info in split_list:
k,v = info.split('=',1)
#将cookies存入cookies_jar对象中
cookies_jar.set(k,v)
cookie_to_jar()
url = 'https://www.douban.com/'
res =requests.get(url ,headers = headers,cookies = cookies_jar)
bs = BeautifulSoup(res.text,'html.parser')
tag1 = bs.find('a', class_ ='bn-more')
print(tag1.span.string)
4、证书验证现在很多网站都要求使用 HTTPS 协议，但是有些网站可能并没有设置好 HTTPS 证书，或者网站的 HTTPS 证书不被 CA 机构认可，这时候，这些网站可能就会出现 SSL 证书错误的提示。那如果我们一定要爬取这个网站怎么办呢？我们可以使用 verify 参数 控制是否验证证书，如果将其设置为 False，在请求时就不会再验证证书是否有效。如果不加 verify 参数的话，默认值是 True，会自动验证。import requests
res =requests.get(url ,verify = False)
5、网络超时与异常如果服务器长时间不响应，或者响应慢的话，我们可以设置响应时间，超过这个时间会引发异常，否则如果某个站点长时间不响应的话会影响爬虫的效率。#响应时间超过0.01引发异常
res = requests.get(url,timeout = 1)
针对异常信息，requests模块提供三种网络异常捕获类：import requests
from requests.exceptions import ReadTimeout,HTTPError,RequestException
#循环进行50次请求
headers = {
'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36'
}
for i in range(50):
try:
res = requests.get('https://www.baidu.com/',timeout = 1,headers = headers)
print(res.status_code)
except ReadTimeout:
#超时异常
print('timeout')
except HTTPError:
#HTTP异常
print('httperror')
except RequestException:
#请求异常
print('reqerror')
print(i)
6、代理服务在爬取网页的时候，可能刚开始爬虫工作正常，但一段时间后就会诸如403forbidden、您的ip访问频率太高了等字样。原因是服务器把我们的爬虫给封禁了。设置代理可以很好的解决这一问题。import requests
# 导入网络请求模块
# 头部信息
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) '
'AppleWebKit/537.36 (KHTML, like Gecko) '
'Chrome/72.0.3626.121 Safari/537.36'}
proxy = {'http': 'http://117.88.176.38:3000',
'https': 'https://117.88.176.38:3000'}
# 设置代理ip与对应的端口号
try:
# 对需要爬取的网页发送请求
response = requests.get('http://202020.ip138.com', headers= headers,proxies=proxy,verify=False,timeout=3)
print(response.status_code)
# 打印响应状态码
except Exception as e:
print('错误异常信息为：',e)
# 打印异常信息
当然，设置代理，我们得先获取一揽子代理ip，但是有些ip是不能用的，还要进行筛选，然后存进数据库中以供调用。想要了解更多： 用python写爬虫 代理的设置7 session会话维持session：在服务器端，用来保存用户的Session信息，cookies携带了session id 信息，服务器检查该cookies即可找到对应的session是什么，并一次来判断用户状态cookies：在客户端，浏览器下次发送请求时会带上它让服务器识别出是哪个用户。如果每次发送请求的时候携带从cookies信息，当然也是可以的。现在有另一种方法，保持会话，这样就不用每次携带cookies，只要这个会话没有结束，用户状态就一直保持着。可以发现，尽管是两次请求，但上一次设置的cookies再第二次中仍然保留，因为它处于一个session中。import requests
s = requests.Session()
s.get('http://httpbin.org/cookies/set/number/123456789')
r = s.get('http://httpbin.org/cookies')
print(r.text)
8 身份认证有些网站设置了身份认证import requests
# auth参数中传入用户名和密码即可
r = requests.get('https://static3.scrape.center/', auth=('admin', 'admin'))
print(r.status_code)
2、post请求post请求也叫提交表单，表单中的请求参数就是对应的请求参数。post提交的参数是data（注意不要与get中的params弄混淆）。params参数对应的是网址后面的参数，显示在Query string parameters中，data参数是要向网站提交的数据，显示在Form Data中。进入知网后，打开开发者选项，搜索关键词，找到储存信息的请求，找到Form_Data。接下来就可以上代码了。import bs4
import requests
from bs4 import BeautifulSoup
headers = {
'referer':'https://kns.cnki.net/kns8/defaultresult/index',
'origin':'https://kns.cnki.net',
'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36'
}
url = 'https://kns.cnki.net/KNS8/Brief/GetGridTableHtml'
#其中有个value值，即为我们搜索的关键字
value_dic = {"Platform":"","DBCode":"SCDB","KuaKuCode":"CJFQ,CDMD,CIPD,CCND,CISD,SNAD,BDZK,CCVD,CJFN,CCJD","QNode":{"QGroup":[{"Key":"Subject","Title":"","Logic":1,"Items":[{"Title":"主题","Name":"SU","Value":"人工智能","Operate":"%=","BlurType":""}],"ChildItems":[]}]}}
value_dic['QNode']['QGroup'][0]['Items'][0]['Value'] = input('输入你想搜索的关键字')
data = {
'IsSearch': 'true',
'QueryJson': str(value_dic),
'PageName': 'DefaultResult',
'DBCode': 'SCDB',
'KuaKuCodes': 'CJFQ,CDMD,CIPD,CCND,CISD,SNAD,BDZK,CCVD,CJFN,CCJD',
'CurPage': '1',
'RecordsCntPerPage':
'20', 'CurDisplayMode':
'listmode', 'CurrSortField':
'%e5%8f%91%e8%a1%a8%e6%97%b6%e9%97%b4%2f(%e5%8f%91%e8%a1%a8%e6%97%b6%e9%97%b4%2c%27TIME%27)',
'CurrSortFieldType': 'desc',
'IsSentenceSearch': 'fals'
}
res = requests.post(url,headers = headers,data = data)
bs = BeautifulSoup(res.text,'html.parser')
article_list = bs.find_all(class_="fz14")
for i in article_list:
print(i.text)
1 post请求上传文件将文件字典出传入files参数，并通过网站测试。import requests
url = 'http://httpbin.org/post'
files = {'file':open('test.png', 'rb')}
res_obj = requests.post(url, files=files)
print(res_obj.text)
post请求的其他参数就跟get是一样了。参考：风变编程-----------一个很棒的python学习网站实战python网络爬虫-------黄永祥python网络爬虫从入门到实践------明日科技
实操案例视频：操作流程：配置商品或店铺信息——循环抓取商品预售信息——结果展示在数据表中视频中用到的工具是影刀RPA。影刀RPA是一款自动办公软件，就像视频中一样，能够模仿人的操作在电脑上自动办公。使用影刀前，人工跟进商品信息无法高频多次，如需跟进的商品数量多，更要耗费大量的人力，而使用影刀后，批量监测，能够实时掌握自身商品状态。以电商行业运营工作为例，一天工作时间80%被各类手工操作占据，仅20%的时间放在营收和创新的工作上。使用影刀RPA，可以将工作中许多重复的有规则的工作，通过影刀RPA这个软件机器人替代掉，就有时间去做思考、创新等更具价值的内容。下载影刀RPA：在影刀市场中，还有超多自动化应用可获取~获取应用后，可查看源码进行编辑，由于登陆的账号、获取的信息等不同，搭建专属化运行方案。搭建完成后，可长期使用。影刀RPA实现真正意义上的完全0代码的可视化开发模式（不是半编程模式），完全通过拖拉拽的形式就能自动控制任意的软件，真正让自动化的技能能够走向大众，不再是一种小众、高门槛的技能。通过拖拉拽，快速搭建应用https://www.zhihu.com/video/1508048015001063424通常，电商运营要做的最基础的事情就是 ：打开商店 -上架程序 -下架程序 -商品优化 -商品活动计划 -商品分析 ；以上是任何一个电商运营从业者都需要掌握的，这些基础内容看着不难，但是需要运营人员非常细心专注。把握好基本运营之后 ，需要进一步进行优化，数据监控（对市场、对竞品、对自己），营销推广（淘宝活动、店铺活动），用户运营（会员管理、客服服务、物流关怀）等。基于影刀RPA团队自有的电商属性，影刀RPA在电商领域拥有丰富的经验，深刻了解电商场景与客户痛点，在其上架、营销、客服、物流等各个环节都拥有大量的RPA场景。比如电商领域中，影刀能够参与从营销、运营到客服、物流的各环节全流程600多个电商场景中。营销推广【大促活动申报、聚划算活动报名、聚划算信息完善、淘抢购报名、千牛信息发送、优惠券批量生成】会员管理【物流关怀、催付提醒、会员等级、短信群发、千牛信息群发】订单管理【插旗备注、自动回复评论、自动退换货、评价管理】数据监控【竞品监控、生意参谋数据爬取、用户投诉自动处理、客户绩效考核、渠道价格管控、智能物流分析】商品管理【新品发布、自动上下架、批量修改、活动换图删图、防止超卖、违禁词检查】其他【无线营销、跨系统数据协同、电商对账、自动开发票、纳税申报、小额自动打款等】在完成以上动作的同时，还可以对其数据进行分析与梳理。看到这里，相信你已经对影刀的功能有了大概的了解了，我们打造影刀RPA的初心，就是希望每个人都能用得上，至于怎么用，我们给了足够的空间，等待你来探索~如想进行企业试用，可联系：欢迎关注我们，了解更多RPA使用场景，让软件机器人帮你工作！~
