217 lines
5.4 KiB
Markdown
217 lines
5.4 KiB
Markdown
# 发票RPA功能使用说明
|
||
|
||
## 概述
|
||
|
||
本功能为verify-invoice-default技能添加了RPA（机器人流程自动化）能力，可以自动从`https://sandbox.jc2009.com/industries/campus/smartcampus/app/finance/invoice-precheck`网站提取发票信息。
|
||
|
||
## 功能特性
|
||
|
||
1. **自动登录**：支持用户名密码自动登录
|
||
2. **页面导航**：自动导航到发票预检页面
|
||
3. **信息提取**：提取发票列表和详细信息
|
||
4. **拟人操作**：模拟真实用户操作，避免被检测
|
||
5. **错误处理**：处理登录超时、验证码等异常情况
|
||
|
||
## 前置条件
|
||
|
||
1. **浏览器配置目录**：需要通过account-manager获取`profile_dir`
|
||
2. **Python环境**：需要Python 3.10+环境
|
||
3. **依赖包**：需要`jiangchang-platform-kit>=1.2.11`
|
||
|
||
## 使用方法
|
||
|
||
### 1. 获取浏览器配置目录
|
||
|
||
首先，需要通过account-manager获取浏览器配置目录：
|
||
|
||
```bash
|
||
# 登录account-manager
|
||
python account-manager/scripts/main.py ensure-web --platform sandbox-jc2009
|
||
|
||
# 或者使用简化的命令
|
||
python account-manager/scripts/main.py pick-web --platform sandbox-jc2009 --ensure
|
||
```
|
||
|
||
### 2. 测试RPA连接
|
||
|
||
在使用前，建议先测试连接和登录功能：
|
||
|
||
```bash
|
||
cd verify-invoice-default/verify-invoice-default
|
||
python scripts/main.py test-rpa-connection \
|
||
--username "15527406659" \
|
||
--password "qwer1234" \
|
||
--profile-dir "从account-manager获取的profile_dir"
|
||
```
|
||
|
||
### 3. 提取发票信息
|
||
|
||
#### 基本提取（列表模式）
|
||
|
||
```bash
|
||
python scripts/main.py extract-invoices \
|
||
--username "15527406659" \
|
||
--password "qwer1234" \
|
||
--profile-dir "从account-manager获取的profile_dir"
|
||
```
|
||
|
||
#### 详细信息提取
|
||
|
||
```bash
|
||
python scripts/main.py extract-invoices \
|
||
--username "15527406659" \
|
||
--password "qwer1234" \
|
||
--profile-dir "从account-manager获取的profile_dir" \
|
||
--detail-mode
|
||
```
|
||
|
||
#### 无头模式（不推荐生产使用）
|
||
|
||
```bash
|
||
python scripts/main.py extract-invoices \
|
||
--username "15527406659" \
|
||
--password "qwer1234" \
|
||
--profile-dir "从account-manager获取的profile_dir" \
|
||
--headless
|
||
```
|
||
|
||
## 命令参数说明
|
||
|
||
### extract-invoices 命令
|
||
|
||
| 参数 | 必填 | 说明 |
|
||
|------|------|------|
|
||
| `--username` | 是 | 网站用户名 |
|
||
| `--password` | 是 | 网站密码 |
|
||
| `--profile-dir` | 是 | 浏览器配置目录 |
|
||
| `--headless` | 否 | 无头模式（生产不建议） |
|
||
| `--detail-mode` | 否 | 提取详细信息 |
|
||
|
||
### test-rpa-connection 命令
|
||
|
||
| 参数 | 必填 | 说明 |
|
||
|------|------|------|
|
||
| `--username` | 是 | 网站用户名 |
|
||
| `--password` | 是 | 网站密码 |
|
||
| `--profile-dir` | 是 | 浏览器配置目录 |
|
||
|
||
## 输出格式
|
||
|
||
### 成功输出
|
||
|
||
```json
|
||
{
|
||
"total_count": 10,
|
||
"invoices": [
|
||
{
|
||
"row_index": 0,
|
||
"row_text": "发票信息...",
|
||
"invoice_number": "12345678",
|
||
"amount": "100.00"
|
||
}
|
||
],
|
||
"extraction_complete": true
|
||
}
|
||
```
|
||
|
||
### 失败输出
|
||
|
||
```json
|
||
{
|
||
"success": false,
|
||
"error": "错误信息",
|
||
"stage": "错误发生阶段"
|
||
}
|
||
```
|
||
|
||
## 常见问题
|
||
|
||
### 1. 浏览器启动失败
|
||
|
||
**错误信息**：`ERROR:MISSING_BROWSER 浏览器启动失败`
|
||
|
||
**解决方案**：
|
||
- 确保已安装Chrome或Edge浏览器
|
||
- 检查`profile_dir`是否有效
|
||
- 确保没有其他浏览器进程占用配置目录
|
||
|
||
### 2. 登录失败
|
||
|
||
**错误信息**：`ERROR:LOGIN_TIMEOUT 登录失败或超时`
|
||
|
||
**解决方案**：
|
||
- 检查用户名和密码是否正确
|
||
- 确保网络连接正常
|
||
- 检查是否有验证码需要人工处理
|
||
|
||
### 3. 页面加载失败
|
||
|
||
**错误信息**：`导航到发票页面失败`
|
||
|
||
**解决方案**：
|
||
- 检查网络连接
|
||
- 确保已登录
|
||
- 检查目标URL是否正确
|
||
|
||
## 技术实现
|
||
|
||
### 架构设计
|
||
|
||
```
|
||
invoice_rpa.py # RPA主流程协调
|
||
├── browser_session.py # 浏览器会话管理
|
||
├── login_handler.py # 登录处理
|
||
└── invoice_extractor.py # 发票信息提取
|
||
```
|
||
|
||
### 核心流程
|
||
|
||
1. **启动浏览器**：使用Playwright启动持久化浏览器上下文
|
||
2. **登录网站**：自动输入用户名密码，处理验证码
|
||
3. **导航页面**：跳转到发票预检页面
|
||
4. **提取信息**：解析页面DOM，提取发票数据
|
||
5. **返回结果**：格式化输出提取的发票信息
|
||
|
||
### 安全特性
|
||
|
||
1. **拟人操作**：模拟真实用户操作节奏
|
||
2. **错误处理**：完善的异常捕获和错误报告
|
||
3. **资源清理**：确保浏览器正确关闭
|
||
4. **日志记录**：详细的操作日志
|
||
|
||
## 开发说明
|
||
|
||
### 添加新的提取字段
|
||
|
||
1. 在`invoice_extractor.py`的`INVOICE_SELECTORS`中添加选择器
|
||
2. 在`_extract_invoice_from_row`函数中添加提取逻辑
|
||
3. 更新`format_invoice_data`函数的输出格式
|
||
|
||
### 修改登录流程
|
||
|
||
1. 在`login_handler.py`的`LOGIN_SELECTORS`中更新选择器
|
||
2. 修改`_try_auto_login`函数的登录逻辑
|
||
3. 更新`_is_logged_in`函数的检测逻辑
|
||
|
||
### 添加新的RPA功能
|
||
|
||
1. 在`service/rpa/`目录下创建新模块
|
||
2. 在`__init__.py`中导出新功能
|
||
3. 在`task_service.py`中添加对应的命令函数
|
||
4. 在`cli/app.py`中添加命令行参数
|
||
|
||
## 注意事项
|
||
|
||
1. **合规性**：仅用于授权范围内的正常界面操作
|
||
2. **频率控制**：避免频繁请求，防止被网站限制
|
||
3. **人工兜底**：验证码、人脸等必须等待人工完成
|
||
4. **数据安全**：不要在日志中暴露敏感信息
|
||
5. **资源管理**：确保浏览器会话正确关闭
|
||
|
||
## 更新日志
|
||
|
||
### v1.0.0 (2026-09-14)
|
||
- 初始版本
|
||
- 实现基本登录和页面导航
|
||
- 实现发票信息提取
|
||
- 集成到现有CLI系统 |