影刀RPA实操指南：翻页逻辑的3种实现方式——按钮判断/URL拼接/滚动加载
采集多页数据时，翻到第5页就停了，或者一直翻下去停不下来。
原因：没搞清楚网站的翻页机制。
三种核心翻页逻辑：
- 有“下一页”按钮 → 按钮判断法
- URL里有页码参数 → URL拼接法
- 滚动到底部自动加载 → 滚动加载法
一、按钮判断法（最通用，覆盖90%的网站）
适用场景：分页有明确的“下一页”按钮，点击后刷新整个页面或局部加载。
核心思路：循环判断“下一页”按钮是否存在，存在就点，不存在就结束。
操作步骤：
- 捕获“下一页”按钮元素。
- 用“条件循环”包裹翻页逻辑。
- 循环条件：
判断元素是否存在('下一页按钮') == True。 - 循环体内：点击下一页 → 等待新内容出现 → 采集数据。
# 影刀指令序列（标准写法）
# 采集第一页数据（先采第一页）
# 条件循环开始（当下一页按钮存在时循环）
# 循环条件：{下一页存在} == True
# 1. 鼠标点击“下一页”按钮（模式：模拟点击）
# 2. 固定等待 1 秒（可选，给页面反应时间）
# 3. 等待元素出现（新页面的标志元素，如第一行商品）
# 超时时间：5秒
# 4. 采集当前页数据
# 5. 更新判断：再次判断“下一页”按钮是否存在
# （放在循环末尾，用于下一次循环条件判断）
# 条件循环结束
容易踩的坑：
- 最后一页“下一页”按钮可能变成灰色不可点，但元素依然存在。
解决：判断时不仅要存在，还要可点击。可以用“获取元素属性”拿disabled属性。 - 点击后页面刷新慢，等待时间不够。
解决：用“等待元素出现”（新页面的独特元素）而不是固定等待。
二、URL拼接法（速度最快，适合规则翻页）
适用场景：翻页时URL有规律变化，如：
https://xxx.com/page/1→page/2→page/3https://xxx.com?page=1→?page=2
核心思路：不用点击按钮，直接修改URL打开新页码。
操作步骤：
- 观察URL规律，确定页码参数位置。
- 获取总页数（或设置最大页数）。
- 用“固定次数循环”从第1页循环到第N页。
- 用字符串拼接生成新URL，用“打开网页”指令跳转。
# 示例：URL 为 https://shop.com/list?page=1
# 1. 设置总页数为 {total_pages}（可从页面提取或手动填）
# 2. 固定次数循环，循环次数 = {total_pages}
# 循环变量：{current_page} 从1开始
# 3. 拼接URL
# 基础URL：https://shop.com/list?page=
# 新URL：{base_url}{current_page}
# 用“字符串拼接”指令或“计算表达式”
# 4. 打开网页（URL = {new_url}）
# 5. 等待元素出现（列表容器）
# 6. 采集当前页数据
# 7. 循环结束
优势：
- 不依赖“下一页”按钮，避免元素定位失败。
- 可以随机跳页（如只采集第1,3,5页）。
- 速度快（不需要等待点击和页面切换动画）。
注意：部分网站翻页URL不变（伪静态或AJAX加载），URL拼接法无效。
三、滚动加载法（处理无限滚动）
适用场景：抖音、小红书、微博等瀑布流，滚动到底部自动加载新内容，没有“下一页”按钮。
核心思路：模拟滚动到底部 → 等待新内容出现 → 重复直到没有新内容。
操作步骤：
- 捕获一个“加载更多”的提示元素（如“正在加载中”），或判断页面高度变化。
- 用“条件循环”控制滚动次数。
- 循环体内：滚动到底部 → 等待新内容加载 → 判断是否到底。
# 无限滚动采集模板
# 1. 设置变量 {last_height} = 0
# 2. 设置变量 {no_new_count} = 0（连续无新内容的次数）
# 条件循环（当 {no_new_count} < 3 时继续）
# 3. 滚动页面到底部
# 指令：“滚动窗口”或“滚动元素到底部”
# 4. 固定等待 1.5 秒（等待加载）
# 5. 获取当前页面高度（用“执行JS”指令）
# JS代码：return document.body.scrollHeight
# 输出到变量 {current_height}
# 6. 如果 {current_height} == {last_height}
# {no_new_count} = {no_new_count} + 1
# 否则
# {no_new_count} = 0
# {last_height} = {current_height}
# 7. 采集当前页面新出现的元素
# 注意：需要记录已采集的ID，避免重复
# 循环结束
影刀里的滚动指令：
- 指令面板搜索“滚动”，选择“滚动窗口”（滚动整个页面）。
- 方向选“到底部”，方式选“平滑滚动”或“直接滚动”。
判断是否到底的简易方法：
捕获一个“没有更多内容”的提示元素，如“已经到底了”。
用“判断元素是否存在”，出现则跳出循环。
四、三种方法对比选型
| 方法 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| 按钮判断法 | 有明确下一页按钮 | 通用性强，不依赖URL规律 | 依赖按钮元素定位 |
| URL拼接法 | URL包含页码参数 | 速度快，可随机跳页 | URL无规律时无效 |
| 滚动加载法 | 瀑布流无限滚动 | 模拟真实用户行为 | 需要处理重复数据 |
决策树：
是否有“下一页”按钮？
├─ 是 → 按钮判断法
└─ 否 → 继续判断
URL是否有页码参数（如?page=2）？
├─ 是 → URL拼接法
└─ 否 → 滚动加载法（大概率）
五、实战：混合使用按钮判断+URL拼接
场景：列表页有“下一页”按钮，但点击后URL也会变（如从 ?page=1 变 ?page=2）。
可以用URL拼接法快速跳转，同时用按钮判断法做兜底。
# 混合法流程
# 1. 获取总页数（从页面提取“共23页”）
# 2. 固定次数循环，次数=总页数
# 3. 采集当前页数据（直接用当前URL）
# 4. 如果不是最后一页，拼接下一页URL
# 新URL = base_url + "?page=" + {current_page+1}
# 5. 打开网页（新URL）
# 6. 等待元素出现（列表容器）
# 7. （可选）校验当前页码是不是预期的，不是则用按钮点击重试
六、常见问题速查
| 问题 | 原因 | 解决方法 |
|---|---|---|
| 按钮判断法死循环 | “下一页”按钮一直存在（最后一页变灰但存在） | 增加判断：按钮是否包含“disabled”属性 |
| URL拼接法打开后内容不对 | 需要带Cookie或Referer | 先用打开网页指令保持会话 |
| 滚动加载法重复采集 | 每次滚动后采集全部列表，没去重 | 记录已采集的ID（如商品ID），只采新的 |
| 滚动加载永远加载不完 | 滚动太快，触发反爬 | 增加滚动间隔（2~3秒），或随机停顿 |
| 翻到第2页元素定位失败 | 页面结构变化（如class加了“current”） | 换用更通用的XPath，避免依赖页码相关class |
影刀专属操作清单
| 操作 | 精确指令/位置 | 说明 |
|---|---|---|
| 条件循环 | 流程控制 → 条件循环 | 配合元素存在判断 |
| 判断元素是否存在 | 流程控制 → 判断元素是否存在 | 超时设0.5秒 |
| 滚动窗口 | 指令搜索“滚动窗口” | 滚动整个页面到底部 |
| 执行JS | 指令搜索“执行JavaScript” | 获取页面高度 |
| 字符串拼接 | 指令搜索“字符串拼接” | 生成新URL |
| 打开网页 | 浏览器指令 → 打开网页 | 用拼接好的URL |
版本差异：社区版“执行JavaScript”指令可用，但JS代码写错不会报详细错误。先在浏览器控制台调试好再贴进去。
推荐资源
- 影刀官方模板：搜索“翻页采集（按钮判断）”和“翻页采集（URL拼接）”
- 影刀学院视频：《翻页逻辑详解——三种方式一次学会》（约20分钟）
- 实操练习：找一个新闻网站（有下一页按钮），分别用三种方式实现翻10页，对比速度和稳定性
最后一句：翻页是采集流程的心脏。
先看URL规律，有规律用拼接法（最快）；
没规律找按钮，用按钮判断法（最稳）；
按钮也没有，那就是无限滚动，用滚动加载法（最复杂但最真实）。
作者：林焱
本文为《影刀RPA学习手册》系列文章之一，内容源于实操经验的整理与分享。