抖音直播间的数据，刷新太快了。
在线人数、点赞数、商品点击，几秒钟就变一次。手动记录根本来不及，用影刀RPA做实时采集，才能抓到完整趋势。我刚开始做直播复盘时，靠人工截图，漏了一大半数据。
核心就五步：进直播间、抓实时数据、定时刷新、写入表格、异常处理。
下面把完整流程拆开讲，都是实测跑通的。
进入直播间与元素加载等待
场景：想采集某个抖音直播间的实时数据，但页面加载慢，元素抓不到。
方法：用“打开网页”+“等待元素出现”指令，确保直播间加载完成。
操作步骤：
- 在右侧指令面板搜索“打开网页”，URL填直播间链接
- 加“等待元素出现”，捕获在线人数元素
3. 超时设30秒，元素出现说明直播间加载完成
- 如果弹出登录框，用“判断元素是否存在”检测并关闭
# 捕获元素：抖音直播间在线人数
//div[contains(@class,'online-count')]//span
# 捕获元素：抖音直播间点赞数
//div[contains(@class,'like-count')]//span
# 影刀RPA中“等待元素出现”指令，超时30秒
# 如果超时，进入Catch块输出日志
注意：社区版30分钟/天，直播采集很耗时，建议用创业版。创业版无限制。
实时数据的XPath定位与获取相似元素列表
场景：想同时采集在线人数、点赞数、商品点击、评论数四个指标。
方法：用“获取相似元素列表”指令，配合XPath模糊匹配。
操作步骤：
- 用“捕获元素”分别捕获四个指标
- 拖入“获取相似元素列表”，捕获所有指标卡片
- 循环遍历，用相对XPath提取指标名称和数值
- 输出变量设为
metric_list
# 捕获元素：抖音直播间指标卡片
//div[contains(@class,'live-data')]//div[contains(@class,'item')]
# 相对定位子级：指标名称
.//span[contains(@class,'label')]
# 相对定位子级：指标数值
.//span[contains(@class,'value')]
# 用“获取相似元素列表”指令，一次性拿到所有指标
# 输出变量：metric_list，再循环遍历
| 指标 | XPath示例 | 说明 |
|---|---|---|
| 在线人数 | //span[contains(@class,'online')] | 含“人” |
| 点赞数 | //span[contains(@class,'like')] | 含“w”或“万” |
| 商品点击 | //span[contains(@class,'click')] | 纯数字 |
| 评论数 | //span[contains(@class,'comment')] | 纯数字 |
定时刷新与数据快照采集
场景：直播数据实时变，想每隔10秒记录一次。
方法：用“循环条件”+“等待时间”指令，定时抓取。
操作步骤：
- 拖入“循环条件”指令，条件设为“循环次数 < 100”
- 循环体内先采集当前指标数据
- 用“写入行数据到表格”追加到表格
- 加“等待时间”10秒
- 设置最大循环次数100，防止死循环
# 影刀RPA中“循环条件”指令，最大循环次数100
# 循环体内：
# 1. 获取相似元素列表（指标）
# 2. 写入行数据到表格
# 3. 等待时间10秒
# 行数据格式：[时间戳, 在线人数, 点赞数, 商品点击, 评论数]
row_data = [now, online, likes, clicks, comments]
重点：等待时间设为10秒，太短会被限流，太长会漏掉关键变化。
数据清洗与趋势计算
场景：采集到的点赞数是“1.2w”，在线人数是“1.5万”，不能直接计算。
方法：用“执行Python代码”指令，正则提取数字并转换单位。
# 影刀RPA中执行Python：清洗直播数据
import re
def clean_number(raw):
if not raw:
return 0
nums = re.findall(r'[\d.]+', str(raw))
if not nums:
return 0
num = float(nums[0])
if 'w' in str(raw).lower() or '万' in str(raw):
num *= 10000
return int(num)
# 批量清洗
cleaned_online = [clean_number(o) for o in online_list]
cleaned_likes = [clean_number(l) for l in likes_list]
return cleaned_online, cleaned_likes
避坑：清洗后统一转为整数，避免浮点误差。
异常处理与防限流策略
场景：连续采集半小时后，抖音弹出验证码或限流。
方法：用Try-Catch包住采集操作，配合随机等待和代理轮换。
操作步骤：
- 把采集操作放进Try块
- Catch块加“输出日志”，记录失败原因
- 加“等待时间”随机5~10秒后重试
- 每采集20次，切换一次代理IP
- 设置最大重试次数3次，失败则终止并发通知
# 影刀RPA中执行Python：随机等待
import random
wait_time = random.uniform(5, 10)
return wait_time
# 企业微信机器人通知
{
"msgtype": "text",
"text": {"content": "抖音直播采集失败，请检查"}
}
| 问题 | 原因 | 解决 |
|---|---|---|
| 采集到重复数据 | 页面没刷新 | 加“刷新页面”指令 |
| 数据为空 | 元素未加载 | 加“等待元素出现” |
| 弹出验证码 | 请求太频繁 | 加随机等待+代理 |
| 社区版额度不够 | 30分钟/天 | 创业版无限制 |
常见问题速查
Q：魔法指令能生成直播采集流程吗？
A：影刀3.0的魔法指令可以生成框架，但定时刷新和清洗逻辑要手动调。
Q：能同时采集多个直播间吗？
A：可以。用“循环列表”遍历直播间链接，每个直播间独立采集。
Q：采集频率多高会被限流？
A：建议10秒一次，连续采集不超过100次。超了换代理或休息。
Q：数据能实时写入飞书吗？
A：可以。用HTTP请求调飞书API，每采集一次写入一条。
推荐资源
- 影刀RPA官方学院“抖音自动化”专题课，免费
- 影刀社区搜索“直播间采集”，有现成模板可下载
- Chrome插件XPath Helper，实时验证直播间的XPath
#影刀RPA #RPA自动化 #抖音直播 #数据采集 #实时监控 #电商自动化
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。