影刀RPA进阶教程：SQL入门十分钟——采集人够用的SELECT与WHERE

影刀RPA进阶教程：SQL入门十分钟——采集人够用的SELECT与WHERE

做采集的人最后都会撞上同一堵墙：数据量一过几万行，Excel打开要等半分钟，筛选一次卡一次，影刀RPA流程跑到写表格那一步就开始拖慢。我去年把采集库从Excel迁到MySQL，最直接的感受就是，其实采集人根本不需要系统学SQL，会SELECT和WHERE这两个词，就能解决九成的问题。

这篇文章不讲数据库原理，只讲你在影刀RPA里采集数据时真正会用到的那几句SQL。SELECT负责取数据，WHERE负责筛数据，配合影刀的【连接数据库】和【执行SQL语句】两条指令，十分钟够用。

为什么采集人该把数据放进数据库

先说我自己的踩坑经历。之前用Excel存采集结果，一个.xlsx攒到40多万行，影刀RPA每次【读取区域】都要卡二十多秒，后来某天文件直接报"内存不足"打不开，一天的数据差点没了。

换成MySQL之后的变化很具体：

• 写入从每次30秒降到1秒以内（用批量插入）
• 随时用WHERE取"昨天某店铺"的数据，不用手动筛
• 多个影刀RPA流程可以同时往一张表里写，不用抢文件

如果你只是个把月的小量采集，Excel够用；但只要数据会持续积累，越早进数据库越省事。

数据库连接配置：ODBC这个坑必须先踩明白

影刀RPA连MySQL走的是ODBC方式，这一步是我当年卡了一下午的地方。按下面顺序做：

关键坑：ODBC必须安装32位驱动程序，而且64位影刀配64位数据源，32位影刀配32位数据源，两边位数必须一致。 我第一次就是装成了64位驱动，连接的时候怎么都报错，换32位驱动立刻通了。

【连接数据库】指令有两个参数要填：连接字符串（上面自动生成的那个），以及"保存数据库连接对象至"——起个变量名叫db_conn，后面所有数据库指令都靠它。

SELECT：从表里把数据拿出来

假设我们有一张采集结果表goods，字段是shop（店铺）、title（商品名）、price（价格）、collect_time（采集时间）。最基础的用法在影刀RPA里就是【执行SQL语句】指令，连接方式选"数据库连接对象"，选db_conn，把SQL填进"数据库查询语句"，结果保存到一个变量比如query_result。

— 取整张表（数据量大时千万别这么干）
SELECT * FROM goods;

— 只取需要的列，速度快很多
SELECT shop, title, price FROM goods;

— WHERE：只取某个店铺的数据
SELECT shop, title, price FROM goods WHERE shop = 'XX旗舰店';

— 组合条件：价格大于100且最近两天采集的
SELECT shop, title, price, collect_time
FROM goods
WHERE price > 100 AND collect_time >= '2026-09-25';

— 模糊匹配：商品名里含"手机壳"的
SELECT title, price FROM goods WHERE title LIKE '%手机壳%';

这些语句每一句都可以直接抄进【执行SQL语句】里用，把表名和字段换成你自己的就行。

新手最容易犯的错是把SELECT * FROM goods直接跑在几十万行的表上，影刀RPA会把整个结果集读进内存，轻则卡顿重则崩掉。我现在的习惯是永远带WHERE和LIMIT，用多少取多少。

执行SQL语句的返回值：list套list的坑要清楚

【执行SQL语句】指令保存的查询结果，变量类型是"字符串的列表的列表"，也就是list套list。第0行是表头吗？不是，是数据的第一行。这里有两个实打实的坑：

指令面板里还有个"以文本格式输出"勾选项，勾上后每个值都会转成文本格式。我建议采集场景勾上，因为数据库里的数字型价格取出来和字符串拼接时经常报类型错误，统一成文本最省心。

WHERE配合变量：让SQL跟着流程走

固定的SQL用处有限，真正常用的是把影刀RPA里的变量拼进SQL。比如采集时间、店铺名是流程里动态得到的，用字符串拼接写进语句：

# 场景：把影刀RPA流程变量拼进SQL，取昨天采集的数据
# yesterday变量由"获取时间"指令格式化得到，形如2026-09-26
sql = "SELECT shop, title, price FROM goods WHERE collect_time >= '" + yesterday + "'"
# 拼好后交给【执行SQL语句】执行，结果存到query_result

拼接的时候引号是重灾区：SQL里字符串值要用单引号包住，所以Python字符串外面用双引号、里面留单引号，第一次写十个人有八个在这里报语法错。

顺带把其他模块串一遍：SQL不是孤立的

既然是进阶篇，快速把影刀RPA其它核心能力对着"数据库采集"这条线过一遍，每一块在这条业务里都有位置。

元素定位四合一。 采集网页数据靠的是元素捕获+XPath+CSS选择器+正则。捕获元素点下去出现橙色边框确认即可；XPath里//div[@class="price"]按属性取，//*[contains(text(),'￥')]模糊匹配；CSS选择器div.price干同样的事，写起来更短。我的选型习惯：简单页面用CSS，层级复杂、要参照物定位的用XPath，正则留到最后清洗价格数字。定位不稳的页面，XPath里别写很长的绝对路径，用相对路径加属性，改版了也不容易断。

变量与数据类型。 数据库场景里最常打交道的就是list套list（SQL返回值）、字符串（SQL拼接）、字典（网页字段映射）。字典取值遇到键不存在会报错，两个方案：先用"IF条件判断"检查键是否存在，或者用带默认值的取法，缺了就给空字符串，别让流程断在这。

流程控制。 分页采集用"相似元素循环"或For循环翻页；WHERE取回的结果要用ForEach列表循环逐行处理；把网页采集和入库包在Try-Catch里，Catch块放【打印日志】记录哪一行出了问题，Finally块里一定放【关闭数据库】——不关连接是后面第三篇要展开的大坑。

网页自动化。 三种等待别都用固定的"等待秒数"，动态加载的列表用"等待元素出现"，超时时间给足。采集详情页经常撞上弹窗，标准流程是先判断元素是否存在，存在就点关闭按钮，再继续采集。翻页按钮如果是"下一页"不确定总页数，判断它的disabled样式：元素存在且可点就点，不存在就退出循环。

鼠标键盘与图像自动化。 数据库这条线基本用不上图像识别，但登录MySQL可视化工具、处理一些没有元素的客户端软件时，模拟鼠标点击（默认模式）和驱动模式的选择要知道：普通网页用默认，特殊控件不响应就用驱动模式。虚拟键盘输入用于带下拉联想的搜索框。

进阶技能。 不爱拼SQL字符串的，可以在影刀RPA里点Python图标点亮Python模式，用xbot.ado接口更灵活：

# Python模式连数据库：open连接、exec执行、close关闭
from xbot import ado
def main(args):
db = ado.Database()
db.open('你的数据库连接字符串') # 连接
result = db.exec('SELECT shop, price FROM goods WHERE price > 100',
timeout_seconds=20) # 默认超时20秒，慢查询记得调大
db.close() # 用完必须关
return result

timeout_seconds默认20秒，跑聚合类慢SQL时记得调大，这个参数官方文档里写得明明白白，但很多人不知道，超时报错了还以为是网络问题。HTTP请求这条线也说一下：有些数据源本身有API，直接用HTTP的GET指令拉JSON，转JSON对象后取字段，比开浏览器采集还稳。

平台实战。 小红书采集回来的笔记数据、拼多多店铺商品的价格历史，都适合直接进MySQL。我这边的分工是：采集流程只管往表里INSERT，分析类的SELECT单独放一个查询流程，互不干扰。TEMU采集的价格带多币种，入库前用WHERE级别的思维先在SQL里统一过滤一遍异常值。

系统联动。 查询结果要推给人看，用飞书群机器人Webhook发消息，或者把查询结果写进飞书多维表格。定时跑的话，个人电脑用影刀RPA客户端的计划任务配置，企业场景用云端控制台发布计划任务给机器人，机器人状态分空闲、运行中、离线，发布前确认机器人不在线就先排查客户端。

工程化规范。 数据库流程我坚持三条：连接配置（连接字符串）放在流程开头只写一次；所有入库操作封装成子流程，参数传二维列表；子流程命名带编号如"010_数据入库"，主流程一眼看清结构。社区版每天30分钟运行时长，跑大批量入库要留意，创业版无限制，按需选。

易错速查表：这5条我全都交过学费

连接数据库报驱动错误	ODBC驱动位数与影刀位数不一致	装32位驱动，位数对齐
索引超出范围	SELECT结果为空还去取值	先判断列表长度再取
SQL语法报错	变量拼接少了单引号	字符串值两侧补单引号

| 查询超时中断 | 默认20秒超时不够 | 调大timeout_seconds |
| 中文乱码 | 建库时字符集没选对 | 建库用utf8mb4 |

延伸阅读与下一步

SELECT和WHERE练熟之后，下一篇建议直接看数据归档那篇，把老数据定时搬去备份表，主表保持轻快。完整流程源码我放在代码仓库 home.linyan.cloud，可以直接参考改造，连接配置和SQL模板都在里面。

学SQL本身，推荐两个免费途径：MySQL官方文档的教程章节，和B站上搜"SQL入门"挑播放量高的半小时入门视频就够，不用买课。

#影刀RPA #RPA自动化 #SQL入门 #MySQL #数据采集

作者：林焱