RPA常用场景介绍

1、数据获取

   如：招投标数据抓取、公司信息数据抓取、财经类数据抓取、客户平台数据获取、第三方平台数据获取、银行账单下载

   实现方法：

1）使用UB自带的数据抓取功能

2）分析数据接口，从接口中提取数据

3）获取元素文本后分割

4）条件筛选后，通过下载按钮下载

主要难点：

1）登录机制，有的会涉及到复杂的图形验证或者手机短信验证，比较麻烦

2）网站反爬机制

3）网站延迟严重

4）客户端元素可能不好识别

2、单据处理

  如：订单单据的库销存处理、报销单据自动报销、申请类单据自动申报或批复、按单据提取数据

实现方法：

1）按照业务逻辑建立好数据结构，并依此遍历各单据来实现业务逻辑

2）本地实时记录各单据处理情况，以方便异常后不重复处理

3）把各部分的业务场景模块化，以方便直观的遍历调用

主要难点：

1）复杂的业务逻辑，短时间内很难理解，且在开发过程中容易发生变更，比较考验实施人员的理解能力和业务沟通能力。

2）需要清晰的模块化思维及数据结构化思维，否则场景逻辑一旦复杂，就很容易陷入无法理清程序逻辑的窘境。

3）要建立好的异常处理机制，否则容易出现单据重复、遗漏，以及大幅度提高不必要的流程运行时长。

3、表格处理

   如：财务类报表处理、销售类报表处理、业务类报表处理

实现方法：

1）进行数据读取初始化配置

2）把数据转换成带标题的二维数组

3）根据业务逻辑对二维数组进行初步操作

4）二维数组转字典，根据业务逻辑把不同数据转换成对应可索引可遍历的字典结构

5）按照业务需求对结构化数据进行组合

6）数据转二维数组写入到模板表格，并按照需求设置公式填充

7）对模板表进行整合输出最终表

主要难点：

1）考验实施人员的数据处理能力，经常发现实施人员在开发此类流程时会去频繁操作表格，导致流程效率非常低下，而且很容易无法实现客户需求

2）数据准确性验证，在实际开发过程中，有客户的因素也有实施人员的因素，有些条件会没有考虑到，这造成数据结果产生差异，所以需要反复校对数据的准确性

3）易于维护的设计，此类流程可能在后续存在新增的功能或逻辑上的变动，如果流程设计过于复杂，则会造成后续不好发现问题，也不好改进。

4、系统服务

   如：文件自动打印、通过hub设备控制银行U盾插拔以及按压

实现方法：

1）硬件信息、本地目录初始化配置

2）测试接口（插件、cmd、api）

3）构建数据结构

4）发送指令

5）结果记录

主要难点：

1）设备状态可能不好识别或者存在延迟判断