如何借助Eggplant抓取网页指定列数据并导出至xlsx文件？

以下是基于Eggplant Studio实现抓取以色列央行汇率页面指定列数据并导出到Excel的完整步骤：

一、环境准备 #

• 安装最新版Eggplant Studio，确保启用WebDriver自动化组件（用于浏览器控制）
• 确认目标网页可正常访问，提前观察页面表格结构，确保数据列元素可被定位

二、SenseTalk脚本实现 #

1. 启动浏览器并加载目标页面 #

// 指定使用Chrome浏览器（也可替换为Firefox/Safari）
set targetBrowser to "Chrome"
Open browser targetBrowser to "https://www.boi.org.il/he/Markets/ExchangeRates/Pages/Default.aspx"
// 等待页面完全加载，最长超时30秒
Wait for page load 30 seconds

2. 定位目标数据列 #

使用Eggplant的Web Inspector工具，获取截图中两列元素的CSS选择器/XPath（示例需替换为实际页面的选择器）：

// 抓取货币名称列所有元素
set currencyList to list of web elements matching css ".table-cell-currency" // 替换为实际CSS选择器
// 抓取汇率值列所有元素
set rateList to list of web elements matching css ".table-cell-rate" // 替换为实际CSS选择器

提示：若页面存在动态加载（需滚动显示更多数据），需先添加滚动加载逻辑：

execute javascript "window.scrollTo(0, document.body.scrollHeight);"
Wait 2 seconds // 等待数据加载

3. 整理数据为二维表格 #

将两列数据配对，确保每行数据对应：

set exportData to {}
// 添加表头
add ["货币名称", "汇率"] to exportData
// 遍历配对数据
repeat with idx from 1 to length of currencyList
    set currName to value of item idx of currencyList
    set currRate to value of item idx of rateList
    add [currName, currRate] to exportData
end repeat

4. 导出至XLSX文件 #

利用Eggplant的Excel操作库完成文件写入：

// 加载Excel支持库
load library "Excel"

// 定义保存路径（替换为你的本地路径）
set savePath to "/Users/your-user/Documents/Exchange_Rates.xlsx"
// 创建新Excel文件
set excelDoc to create excel file at savePath

// 将整理好的数据写入工作表
write rows exportData to excelDoc sheet 1 at row 1

// 保存并关闭文件
save excelDoc
close excelDoc

5. 清理会话 #

// 关闭浏览器
Close browser targetBrowser

三、关键注意事项 #

• 元素定位适配：页面结构若有更新，需重新用Web Inspector获取最新的元素选择器
• 数据校验：可添加行数校验逻辑，避免因列数据不匹配导致导出错误：

  if length of currencyList is not equal to length of rateList then
      log error "数据列行数不匹配，抓取失败"
      exit script
  end if
  

• 字符编码：目标网页为希伯来语，确保Eggplant的字符编码设置为UTF-8，避免导出乱码

内容的提问来源于stack exchange，提问作者or laharty