影刀RPA新手教程游戏行业自动化完全指南——游戏数据采集、玩家行为分析与运营报告我之前帮一个做游戏运营的朋友做数据自动化他们每天手动去TapTap、好游快爆、B站游戏区采集竞品数据还要手动整理玩家评价。三个平台每个平台20个竞品每天光采集数据就要花3个小时。更别说后面还要做玩家行为分析和运营报告。后来我用影刀RPA做了一套游戏行业自动化流程每天早上自动跑数据自动写入飞书多维表格还能自动生成周报。现在每天省3个小时一个月就是90个小时。这篇文章围绕游戏行业数据自动化这个真实案例展开全流程拆解。一、安装与准备游戏行业自动化的环境搭建影刀RPA社区版免费游戏数据采集用足够了。如果你要同时监控多个平台、多款竞品建议上创业版可以多开流程同时跑。安装完之后先把你要采集的平台TapTap、好游快爆、B站游戏区、七麦数据、Sensor Tower都在浏览器里登录好。Cookie有了后面的采集流程就不需要反复登录了。游戏行业数据采集的关键是频率控制。游戏平台的反爬措施比较严操作太快会被封IP。我一般在每个操作之间加3-6秒的随机等待。我建议专门准备一台电脑跑RPA流程不要在自己的工作电脑上跑。游戏数据采集流程经常要跑很久几十款游戏占用资源比较多。二、元素定位四合一游戏平台的元素定位技巧游戏平台的元素定位有几个特点页面结构复杂、动态内容多、有时候还有Canvas绘制的元素。元素捕获在游戏平台上成功率一般因为很多元素是动态渲染的。这时候要用XPath或者CSS选择器手动写。TapTap的XPath写法//div[classgame-item] ← 游戏卡片 //h3[classgame-title]/text() ← 游戏名称 //span[classrating]/text() ← 评分 //span[classdownload-count]/text() ← 下载量 //div[contains(class,review)] ← 评价内容块 //a[contains(href,/app/)] ← 游戏详情链接B站游戏区的XPath写法//div[classvideo-item] ← 视频卡片 //h3[classtitle]/text() ← 视频标题 //span[classplay-count]/text() ← 播放量 //span[classdanmu-count]/text() ← 弹幕数 //a[contains(href,/video/)] ← 视频链接好游快爆的XPath写法//li[classgame-list-item] ← 游戏列表项 //span[classgame-name]/text() ← 游戏名称 //span[classscore]/text() ← 评分  //div[contains(class,comment)] ← 评论内容块CSS选择器在游戏平台上也有效.div.game-item ← 游戏卡片 .h3.game-title ← 游戏名称 .span.rating ← 评分 .span.download-count ← 下载量正则表达式用来处理混乱的数字格式“1.2万下载” “下载量12345”(\d\.?\d*)(万|w|W) ← 匹配1.2万格式 下载量[:](\d\.?\d*) ← 提取下载量数字 评分[:](\d\.\d) ← 提取评分我当时踩过的坑TapTap的下载量有时候显示1.2万有时候显示12345还有时候显示下载。要用正则先判断格式再决定怎么处理。三、变量与数据类型管理游戏行业数据游戏行业数据种类多要用对数据类型。店群矩阵自动化突破运营极限字符串用来存游戏名称、平台名称、评价内容、游戏ID。game_name原神platformTapTapreview_content这个游戏真的很好玩game_idcom.miHoYo.ys数字用来存评分、下载量、播放量、评论数。注意下载量和播放量可能是1.2万格式要转成数字。rating8.5downloads12345play_count120000comment_count567列表用来存一批游戏数据。采集一个关键词下的20个游戏先存在列表里统一写入Excel。字典用来存单个游戏的完整信息结构化清晰game{name:原神,platform:TapTap,rating:8.5,downloads:1234500,comment_count:567,url:https://www.taptap.cn/app/xxx}JSON处理在调用游戏数据API的时候用到。七麦数据、Sensor Tower这些平台都有API返回JSON格式。我当时踩过的坑下载量1.2万存到Excel里变成了日期“1月2日”。解决方法是在写入Excel之前把所有数字字段转成字符串前面加一个单引号强制当作文本。四、流程控制让游戏数据采集流程会思考游戏数据采集不是简单的打开页面→抓取→保存中间有很多判断逻辑。If条件判断做数据异常检测这款游戏的评分突然降了0.5分发通知。下载量突然暴涨发通知。current_rating8.0last_rating8.5ifcurrent_ratinglast_rating-0.5:print(评分异常下降发通知)循环用来批量采集游戏数据。ForEach列表循环最常用有一批游戏链接逐个打开采集数据。game_linksget_game_links(原神)forlinkingame_links:open_page(link)datacollect_game_data()save_to_excel(data)wait_random(3,6)# 随机等待3-6秒While条件循环用来翻页采集不知道有多少页游戏用While循环有下一页就继续没有就停。相似元素循环用来处理游戏列表搜索结果页面有20个游戏卡片用相似元素循环逐个采集。Try-Catch在所有采集步骤外面都要包一层。网络卡了、页面结构变了、弹窗出来了——这些都要优雅处理不能让整个采集流程中断。我第一次做游戏数据采集没加Try-Catch。跑到第30个游戏的时候页面弹了一个是否继续的确认框流程停了。后面70个游戏的数据没采到。五、网页自动化游戏平台的特殊问题游戏平台的网页自动化有几个特殊问题我都踩过。等待策略游戏平台的页面经常有大量的图片和视频加载慢必须用元素出现再继续等待时间设8-10秒。不要用固定等待浪费时间而且不稳定。弹窗处理游戏平台经常弹下载游戏“注册账号”开启通知等弹窗要用5步标准流程处理。翻页处理游戏列表有好几页用While循环判断下一页按钮是否可用。懒加载处理TapTap和B站游戏区的游戏列表是滚动加载的。处理方案记录当前游戏数量 → 滚动页面 → 再统计数量 → 不变就说明加载完了。# 懒加载处理伪代码prev_count0whileTrue:current_countcount_game_elements()ifcurrent_countprev_count:break# 加载完了prev_countcurrent_count scroll_down(500)wait(3)iframe处理有些游戏平台特别是嵌入了第三方内容的把内容放在iframe里要先切换进去才能操作。窗口切换点击游戏详情会打开新标签页要用切换到指定窗口。我踩过最恶心的坑TapTap的游戏详情页评分是异步加载的页面加载完了但评分还没出来。我没加足够的等待时间抓到的评分全是空值。六、数据处理让游戏数据产生价值采集到原始数据之后要做清洗和分析才能真正用起来。Excel读写我每天把采集到的游戏数据写入Excel字段包括日期、游戏名称、平台、评分、下载量、评论数、链接。importpandasaspd# 读取游戏数据dfpd.read_excel(游戏数据.xlsx)# 按平台分组统计平均评分avg_ratingdf.groupby(平台)[评分].mean()# 找出下载量最高的游戏top_gamedf.sort_values(下载量,ascendingFalse).head(1)文本提取与清洗玩家评价里经常有特殊字符emoji、换行符、引号写入Excel之前要清洗掉。importre review这个游戏真的太好玩了clean_reviewre.sub(r[^\u4e00-\u9fa5a-zA-Z0-9\s],,review)JSON解析调用游戏数据平台API得到的数据是JSON格式要解析后提取字段。数据库连接我的游戏数据库存在MySQL里方便按游戏、按平台、按日期查询分析。五个常见报错下载量格式不统一——“1.2万”12345要统一处理成数字Excel写入重复——同一游戏可能被多个关键词搜索到要去重编码错误——游戏名称有特殊字符要用UTF-8编码网络连接超时——游戏平台图片多加载慢加热重试内存不足——采集数据多了之后分批写入七、鼠标键盘图像自动化处理特殊场景有些操作网页自动化完成不了要用鼠标键盘模拟。模拟模式和驱动模式游戏数据采集用模拟模式就行游戏平台一般不检测自动化工具。图像识别用在什么场景有些游戏平台的验证码是图片要用OCR识别。还有些游戏图标是用Canvas绘制的抓取不到要用图像识别。# 图像识别处理滑块验证# 截取缺口图片和背景图片# 用图像识别计算缺口位置# 模拟滑动操作锚点9位置偏移验证码的点击位置有时候需要精确控制用偏移调整。八、进阶技能让游戏数据分析更智能HTTP请求对接游戏数据平台API。七麦数据、Sensor Tower、App Annie这些平台都有API可以直接调API获取游戏数据比网页抓取稳定。importrequests urlhttps://api.qimai.cn/v1/app/getInfoparams{app_id:123456,country:cn}headers{Authorization:Bearer xxxxx}resprequests.get(url,paramsparams,headersheaders)game_dataresp.json()[data]Python协同做玩家行为分析。采集到一批玩家评价之后用Python做情感分析判断玩家对游戏的态度是正面还是负面。fromsnownlpimportSnowNLP review这个游戏真的太好玩了sSnowNLP(review)print(s.sentiments)# 0.6是正面0.4是负面OCR文字识别用来处理游戏截图里的文字。有些玩家评价是发截图的要用OCR识别出来。temu店群自动化报活动案例ADB手机自动化有些游戏数据在手机端更准确比如手游的实时在线人数可以用ADB控制手机做自动化。九、平台实战主流游戏数据平台的差异TapTap国内最大的游戏社区数据比较全面评分、下载量、评价、论坛。但反爬措施比较严访问频率要控制。好游快爆主打新游爆料和测试适合做新游戏的监控。页面结构比较简单元素定位容易。B站游戏区可以采集游戏的UP主投稿视频数据播放量、弹幕数、评论数用来分析游戏的关注度。七麦数据苹果App Store的游戏数据付费平台但有API数据准确。Sensor Tower全球移动游戏数据付费平台但有API适合做海外市场分析。十、系统联动让游戏数据自动通知到你飞书消息通知每天采集完游戏数据之后自动发飞书消息“今日采集游戏数据XX条X款游戏评分下降Y款游戏下载量暴涨”。飞书多维表格游戏数据存在飞书多维表格里随时随地用手机查看还能做数据透视和图表。邮件发送把每周的游戏行业分析报告发给团队用影刀的发送邮件指令附件是Excel报告。定时任务配置每天早上8点自动跑数据采集流程这个时候前一天的数据已经完全统计完了每天下午6点发游戏数据变动通知。十一、工程化与规范游戏行业自动化的工程管理子流程封装我把游戏数据采集流程拆成了平台登录子流程、游戏搜索子流程、数据采集子流程、数据清洗子流程、数据存储子流程、通知子流程。调试技巧游戏数据采集流程比较长我会在每个平台采集完成之后加一个打印日志输出TapTap采集完成共XX条游戏数据。命名规范game_name比gn好platform_name比pn好rating_value比rv好。版本选择社区版够用。如果要同时监控多个平台、多款竞品建议上创业版可以多开流程。流程模板化不同游戏数据平台的采集流程底层逻辑是一样的搜索→翻页→采集→保存做成模板新平台来了改改元素定位就能用。十二、速查表与常见报错游戏行业自动化专属问题元素定位失败游戏平台的class经常带随机字符串要用contains()模糊匹配。下载量格式不统一“1.2万”123451,234,567要统一处理成数字。用正则提取数字部分再判断是否有万后缀。评分提取失败有些平台的评分是用星星图片显示的不是文字要用图像识别或者OCR识别。Excel报错写入数据之前要做去重不然同一游戏会被写入多次。循环报错相似元素循环在页面刷新之后找不到元素。解决方法是在循环体里加等待时间并且用Try-Catch包住每个循环体。反爬封IP这是游戏数据采集最大的问题。解决方案降低频率每个操作间隔3-6秒、用代理IP池、用API代替网页抓取。我整理了一份游戏行业自动化的XPath模板和常见平台的元素定位参考放在 home.linyan.cloud游戏运营从业者可以去下载参考。#影刀RPA #RPA教程 #游戏运营 #数据采集 #玩家行为分析作者林焱