实在智能RPA告诉你：RPA与爬虫、按键精灵、脚本到底有什么区别

RPA跟爬虫有什么区别？RPA跟按键精灵有什么区别？RPA跟脚本程序有什么区别？RPA跟传统开发有什么区别？RPA跟自动化测试软件有什么区别？流程自动化业内人士应该多数有被问及这些问题，不过好像还没有一个比较系统的回答。对许多普通用户来说，很难完全搞清楚这么多不同名词之间的区别。我们将最主流RPA产品的标准化能力与实现对应的这些能力的非RPA技术实现方案做了一个简单对比：

RPA魅力－－“多面手”

通过以上对比可以发现，主流成熟RPA产品的能力具备了完整的企业应用自动化方案，可以将几乎所有企业办公会碰到的应用场景在技术上全部完美实现。RPA产品的魅力就在于单个产品（或平台），具备了如此丰富且可靠的能力，如果产品在易用性和开发效率上又做了许多打磨的话，就完全可以实现早先RPA理念中非常重要的一条“快速交付”能力。

对比非RPA技术实现路径：

许多时候都是拿RPA产品的一个能力点，去对比某一项技术实现路径。就比如：网页数据－读

单纯的去网页上抓（读）数据，对象网站又几乎没有反爬措施的情况下，网络爬虫，似乎是更高效的方案。

网络爬虫最基础的实现原理：即笼共分两步：

第一步：拿指定URL页面所有内容

第二步：分析这些内容

以上最基础流程基本没有实用价值，需要加上批量循环的URL调度器，毫无节制的去对象网站收刮站点的内容：

即笼共分三步：

第一步：轮询URL调度器

第二步：拿指定URL页面所有内容

第三步：分析这些内容

为了高效，很多爬虫是“臭不要脸”又毫无节制的，他们会给对象网站沉重的压力。这是为什么很多网站不喜欢被爬的原因之一。为什么说爬虫毫无节制呢，因为爬虫会把有用的，没用的，反正这个URL下的所有东西都拿过来，然后再在本地做数据分析留下它要的数据，抛弃99.999%的无用信息。

那RPA是怎么做的？

RPA是跟人一样的处理逻辑，打开一个网页，找有没有RPA想找的东西，有就拿下来，没有就接着找，或者直接说“找不到”。

其二，RPA对于网页的技术实现是需要把网页打开进行UI呈现的，RPA是没有“headless”模式的(headless模式是selenium的参数，意思是不显示浏览器直接操作)。为什么技术这么设计？这样设计的目的就是最大限度的模拟人的行为进行作业。人需要网站完全加载了，才知道下一步应该点哪里，而不是提前分析网站的HTML代码解析出那个按钮对应的HREF是哪里。

第三，RPA对目标网站的压力不会比真人大多少。不会像爬虫，伪装N个Header头，多线程发起N个Request请求，简单的概括就是，RPA不暴力。它可能比人快，但是是在游戏规则内合理合法的快。

所以常规的网站反爬对于RPA基本是无效的，除了在login阶段的验证码同样会带来一点麻烦外。RPA干的那点事，在网站后台看起来是跟普通人在作业几乎一摸一样的，如果网站把RPA的行为都列入反爬限制，那么这个网站的误伤率一定高的可怕，会把很多普通人的行为也给屏蔽了。

有些人可能会说，Python+Selenium也能实现类似人的访问模式。好吧，Selenium确实有网页自动化能力，但是网页元素识别提取，整合后的系统可靠性可能还是不如主流的RPA产品靠谱。所以为什么我们一直说，RPA工具的元素拾取器是RPA工具的灵魂功能。

由于RPA已经逐渐形成了清晰的产品形态，产品（平台）打造的各种机器人管理、行为审计监控、机器人资源池、灵活扩展、任务触发排期机制、第三方账号密码管理、统一的数据规范等等让RPA更像一个真正的数字员工同事，而不只是一款软件。

至于那些用各种技术拼凑起来的脚本方案，开发效率低，管理维护难，可靠性差是基本可以确定的。

开篇的很多提问我们可能没法一个个展开去阐述，仅以RPA与网络爬虫的区别进行举例分析，希望可以把这个问题讲明白。