浏览器表格数据抓取

1. 什么是表格元素

表格是html中标签为table的元素，比如下面的table就是一个表格（本文后面的代码都以此表格为例）：

<table border="1">
    <tr>
        <th>月份</th>
        <th>收入</th>
    </tr>
    <tr>
        <td>一月</td>
        <td>100</td>
    </tr>
    <tr>
        <td>二月</td>
        <td>200</td>
    </tr>
</table>

2. 获取表格对象的两种方法

1. 使用rpa_browser_getTableTextByText函数通过表格中出现的文本片段获取表格对象：

   tableInfo = rpa_browser_getTableTextByText(tabId, "月份")
   

   第一个参数是页签id，第二个参数是表格中出现的文本，返回表格对象

2. 使用rpa_browser_getTableTextByHtml函数通过表格的html源代码片段获取表格对象：

   tableInfo = rpa_browser_getTableTextByHtml(tabId, '<table border="1">')
   

   第一个参数是页签id，第二个参数是表格中出现的html源码，返回表格对象

3. 获取表格行列数

• 函数rpa_browser_getTableRowCount可以获取表格行数：

  rowCount = rpa_browser_getTableRowCount(tableInfo)
  

  参数为表格对象，返回行数，在这个例子中为3。

• 函数rpa_browser_getTableColCount可以获取表格列数：

  columnCount = rpa_browser_getTableColCount(tableInfo)
  

  参数为表格对象，返回列数，在这个例子中为2。

4. 获取单元格内容

函数rpa_browser_readTableInfo可以获取表格的单元格内容：

info = rpa_browser_readTableInfo(tableInfo, 1, 0)

第一个参数是表格对象，第二个参数是行号（从0开始），第三个参数是列号（从0开始）。

上面的代码获取表格第二行第一列的内容，返回“一月”。

5. 获取表格html源码对象的两种方法

如果要获取包含html源码的表格对象，需要使用下面的函数。

1. 使用rpa_browser_getTableHtmlByText函数通过表格中出现的文本片段获取表格对象：

   tableInfo = rpa_browser_getTableHtmlByText(tabId, "月份")
   

   第一个参数是页签id，第二个参数是表格中出现的文本，返回表格对象

2. 或者使用rpa_browser_getTableHtmlByHtml函数通过表格的html源代码片段获取表格对象：

   tableInfo = rpa_browser_getTableHtmlByHtml(tabId1, '<table border="1">')
   

   第一个参数是页签id，第二个参数是表格中出现的html源码，返回表格对象

此时通过rpa_browser_readTableInfo函数获得的单元格内容是源码内容，例如：

info = rpa_browser_readTableInfo(tableInfo, 1, 0)

上面的代码获取表格第二行第一列（行列号都从0开始）的内容，返回“一月”。