如何使用Python从无数据库、无API的工具中批量读取零件明细数据

针对“业务工具无公开API、无数据库访问权限，需从UI端抓取零件属性”的场景，核心实现逻辑和真实用户操作完全一致：通过Python模拟人工的输入、等待、读取操作，把原本手动要重复做的流程脚本化，全程不需要接触后端服务的权限。

整体流程链路 #

• 用Python读取存在Excel里的100个待查询零件号列表
• 逐次模拟人工操作：定位业务工具的零件号输入框 → 清空原有内容 → 输入当前零件号 → 触发查询动作
• 等待工具返回的重量、高度等属性信息加载完成，读取页面/界面上渲染的属性值
• 把每一次查询拿到的属性值逐行对应零件号，最后统一写入新的Excel结果表

分场景可用的开源Python库 #

若业务工具是浏览器打开的Web端页面 #

• 常规DOM结构的标准Web场景：
  • Selenium：成熟度最高的浏览器自动化库，可驱动本地Chrome、Edge等浏览器，精准定位输入框、结果区域的元素，完成输入和数据抓取
  • Playwright：新一代自动化框架，自带自动等待机制，不需要手动写大量延迟判断代码，能有效降低页面渲染慢导致的抓取失败概率
• 非标准DOM结构的特殊Web控件场景：
  • PyAutoGUI：通过坐标定位模拟鼠标点击、键盘输入，适配无法通过DOM定位的自定义输入框
  • PaddleOCR：配合屏幕截图功能，识别截图区域内渲染的零件属性文本，解决嵌入图片、canvas组件上的信息无法直接读取的问题
• Excel读写适配：
  • pandas：可直接读取存储零件号的Excel文件，将查询结果整理为表格结构，一键导出为新的结果Excel
  • openpyxl：需要精细控制Excel格式（比如保留原有模板样式、设置单元格格式）时可搭配使用

若业务工具是独立运行的Windows桌面客户端 #

• pywinauto：专门针对Windows桌面客户端的自动化库，可精准定位客户端内的输入框、结果展示控件，直接读取控件上的文本属性，比纯坐标模拟的稳定性更高
• uiautomation：基于Windows原生UI自动化接口的开源库，可直接获取控件存储的属性值，不需要额外做OCR识别
• PyAutoGUI：跨平台通用的模拟操作库，适合快速调试轻量流程，对无特殊控件结构的简单客户端适配成本极低

实操避坑要点 #

• 每轮查询之间加1~2秒的随机等待，避免操作过快触发工具的人机校验拦截
• 读取结果前先做加载状态判断（比如等“重量”“高度”这类属性标签出现后再取值），不要固定写死等待时长，避免服务器响应慢时抓到空值
• 每完成10个零件号的查询就临时把已获取的结果写入本地文件备份，避免中途程序崩溃丢失已查询的数据
• 首次调试阶段先打印每一步定位到的元素文本，确认输入、抓取逻辑准确后再运行全量100个零件号的流程

内容的提问来源于stack exchange，提问作者Vaishakh Gadagkar