影刀RPA进阶教程商品标题优化助手——竞品标题词频分析自动化改标题全靠感觉是大部分中小商家标题优化的现状。竞品前二十名的标题里免烫“冰丝”阔腿这些词到底出现了多少次哪个词是流量密码哪个词纯属凑字数人工一个个数不现实。这篇影刀RPA进阶教程带你搭一个竞品标题词频分析自动化流程自动抓取搜索结果页的竞品标题分词、统计词频、按出现次数排序落表你照着表格挑词组合标题半小时出结果。我是运营出身写流程是实操两年多边踩坑边学的这篇会讲得比入门教程深一层。整个流程涉及数据抓取、正则清洗、分词、字典统计、Excel读写和Python协同我会把每一步的指令配置和参数精确到选项最后再给一份词频分析容易翻车的地方清单。环境与流程骨架先跑通最小闭环影刀RPA官网下载默认路径安装给Chrome装好浏览器插件。流程骨架五个子流程01_搜索页采集打开关键词搜索页抓竞品标题列表02_标题清洗去广告、去店铺名、提取纯标题文本03_分词与词频分词指令切词字典统计次数04_结果落表词频排序写入Excel05_报告生成筛出高频词组合建议子流程在右侧面板点新建可视化流程创建编号前缀命名中间用流程参数传递数据不要用全局变量改关键词的时候你只需要改主流程开头的一个输入变量。元素定位四合一在商品列表页的实战搜索结果页是典型的相似元素场景。先点顶部工具栏捕获新元素鼠标移到第一个商品标题上出现橙色边框后点击影刀会提示校验到多个相似元素这一步就是元素捕获相似元素校验的入口。四条定位路线怎么选方式适用场景本例用法元素捕获快速上手捕获第一个标题元素XPath层级复杂、属性多变精确到标题节点CSS选择器class/id明确备选方案正则表达式元素属性动态变化通配随机IDXPath六种写法里商品页最常用三种# 捕获元素商品标题模糊匹配class含title的节点 //*[contains(class,title)] # 参照物定位通过价格文本向上找父级再找同级标题 //*[contains(text(),¥)]/../../preceding-sibling::*[1] # 模糊匹配跳过广告位标题节点带广告标记的直接排除 //*[contains(class,title) and not(contains(class,ad))]CSS选择器八种语法中最实用的是类选择器、后代选择器和属性选择器比如div[class*title]一行等价于上面第一句XPath。选型经验结构稳定用CSS省事结构嵌套深或需要text()匹配就用XPath。商品列表页最大的坑是广告位混在自然结果里用not()排除或者抓完后按特征列过滤。动态随机ID一定要用正则通配元素编辑界面把class里每次刷新都变的数字部分改成[\d]否则第二次运行必报未找到元素。批量抓取标题翻页与懒加载处理用【打开网页】指令打开搜索结果页浏览器类型选影刀浏览器支持静默运行URL参数里把关键词做成流程变量等【等待网页加载完成】返回后再抓。【批量数据抓取】指令点批量抓取数据按钮后框选商品标题字段保存为二维列表变量。翻页两种情况能确定总页数时捕获共XX页文本用【从文本中提取内容】指令配正则\d提出数字填进批量数据抓取的抓取页数不确定总页数时按F12看下一页按钮源码可点击时class不含disabled、到最后一页会出现disabled用While条件循环加判断元素是否存在控制翻页。懒加载页面需要滚动触发先滚动到底部再校验元素抓完做index去重防止重复条目。翻页间隔参数别设0动态加载的数据没渲染完抓到的就是空值我设3秒宁可慢一点也别抓一堆空行回去。文本清洗正则三场景与字符串处理抓下来的标题混着广告词、促销符号和店铺名。影刀【从文本中提取内容】指令支持正则官方文档里常用操作符要记住几个[\u4e00-\u9fa5]匹配中文字符、\d匹配数字、表示前一字符一次或无限次扩展。清洗流水线三步提取中文主标题用[\u4e00-\u9fa5A-Za-z0-9]按段提取再拼接去停用词季节年份、包邮促销这类词用【文本替换】统一删除统一格式【删除文本两端的空格】加【改变文本的大小写】处理英文部分字符串指令集里【文本分割成列表】按空格或指定分隔符切分、【列表去重】、【获取文本长度】这些都用得上。多个标题处理完聚合成一个大文本交给分词环节。分词与词频统计字典是核心影刀自带【文本分词】指令AI引擎默认用内置的影刀引擎分析模式选高精度模式分词结果保存为列表变量。商品标题分词的难点是加绒连帽这类组合词可能被切碎我的做法是维护一个自定义词表分词前先用【文本替换】把保护词临时替换成带占位符的形式分完再换回来。词频统计用字典做映射核心代码块如下# 输入word_list分词结果列表一维列表# 输出freq_dict词频字典 {词: 出现次数}freq_dict{}forwordinword_list:iflen(word)2:# 过滤单字的款无分析价值continueifwordinfreq_dict:# 键已存在则计数加一freq_dict[word]freq_dict[word]1else:# 键不存在时新建键值对freq_dict[word]1# 按出现次数从高到低排序sorted_itemssorted(freq_dict.items(),keylambdax:x[1],reverseTrue)字典键不存在的两种处理方案像上面这样先判断再赋值或者直接用get方法给默认值freq_dict.get(word, 0) 1一行顶四行我后期都改成后者了。排序也可以不用Python影刀【列表排序】、【列表去重】、【获取字典值列表】、【获取字典键名列表】这些指令组合起来能做但代码十行比拖二十个指令清爽Python图标点亮后直接写表达式即可。词频落表与标题组合建议统计结果写入Excel步骤指令关键参数打开表打开/新建Excel词频分析结果.xlsx写表头写入内容至Excel工作表覆盖一行写入[词, 次数]写数据写入内容至Excel工作表追加一行二维列表存档保存/另存Excel勾选保存后关闭再加一层加工用【获取列表指定位置项】取Top20的高频词按词性手动标注属性词、卖点词、长尾词三列标注列也写进表里。组合建议这步我没做成全自动机器组合的标题读起来生硬人工从高频词表里挑词重组保留原竞品标题的词序结构效果比我预想的好。进阶玩法是【文本相似度分析】指令把自己现用标题和竞品Top标题做相似度对比相似度过高说明同质化严重该换词了。Python协同方面跨模块调用用from . import 模块名我把清洗函数封装进独立模块多个采集流程共用一份。定时监控与日志规范把这套流程做成周更监控应用发版后在高级任务计划里挂定时触发器每周一早上九点跑一轮核心关键词跑完结果自动追加进Excel并用【飞书群通知】把本周词频Top10摘要推到群里。定时触发器支持每日、每周、每月、预约、自定义间隔和Cron表达式还能跳过法定节假日触发器生效的前提是高级任务计划已启用。应用未发版加不进定时任务发版后定时还失败去我获取的应用检查应用是否被误删从我开发的应用拷副本重新发版再挂。日志规范每个子流程入口出口各一条【打印日志】类型分调试/信息/警告/错误抓取条数、清洗后剩余条数、Top词数量都打出来数据量异常一眼能从运行日志里看出来。社区版每天30分钟运行时长跑关键词多的时候记得控制总页数或者上创业版。易错点速查问题原因解决抓到空标题懒加载没触发滚动到底再校验翻页间隔设3秒分词切碎组合词未登录词不在词表保护词替换法或选高精度模式字典取值报错键不存在用get(word, 0)取值| 词频表数字成文本 | 写入列格式问题 | 写入时勿设该列为文本格式 || 相似元素数量变化 | 页面有刷新行为 | For次数循环内重新获取相似元素列表 |另外提醒一个隐蔽的正则指令对含分组的表达式默认只返回第一个捕获分组想要完整匹配结果就别加多余的括号这个行为文档里写得很清楚但我第一次用照样栽了。延伸阅读与学习资源正则表达式、字典、文本分词这几篇官方文档是本篇的地基建议直接读原文里面每张操作符表都值得收藏。完整流程源码我放在代码仓库 home.linyan.cloud可以直接参考改造关键词列表、翻页页数、停用词表全部做成流程参数接上你自己的类目词就能跑。词频分析做完别急着改标题观察两周搜索数据再迭代数据不会说谎。#影刀RPA #RPA自动化 #商品标题 #词频分析 #数据采集 #电商运营作者林焱