关于用影刀跑BOSS的经验

我本来是写代码的后端工程师，奈何HR不知道从哪看到一份影刀离职员工的简历，眼都发光了，说要整一个招人的RPA自动化流程，没办法只能开始研究了。艰难从零开发了两周多，用零零散散的时间做了两个功能，一个是自动打招呼，一个是自动回复未读消息要简历，也算是堪堪能用吧，说起来这个低代码平台是用起来是真难受，主要是受下面几点限制：

一个是没有流程图可以看，我编排了一百多行的程序，每次出问题了都要一行一行的看，影刀却没有那种一键查看流程图的工具可用，效率极低

二是代码共享，可能这就是影刀的护城河了，代码是决定不能被别人看到的，这就有个问题了，我电脑上能跑的，到了别人电脑上不能跑，出了问题了还是得在自己电脑上排查，但是自己电脑上又没问题，真是难搞。

功能实现上：

1. 自动沟通是怎么实现的呢？

首先，一般沟通都是查看未读消息里的应聘者信息，然后做一些条件判断，最后发一条消息，点一下要简历，就是这个流程了，而且这个流程是要一直处理着，因为会一直有人给我们打招呼，所以显然起手就是无限循环了。

但是怎么在处理一批之后，刷新这个未读消息呢，这里有两种方式，一种是刷新网页，一种是点击未读按钮，我选择的是点击未读按钮，那现在的流程就是：

无限循环 ->点击未读按钮 -> 获取相似元素（一般是13个）-> 循环相似元素 -> 各种数据处理或者要简历 -> 相似元素循环结束 -> 点击未读按钮刷新

如此循环往复，即可实现自动回复未读消息的过程，注意按钮点击和未点击时的底色变化，最好是都捕获一下，然后放在Try里面做重试，都点一下，这里有一个重点就是重复性处理，例如一个用户之前已经和我们打过招呼，我们也向他要过简历了，后面他再发消息的时候，就要过滤他了，这里我是用excel表格来做的，每处理一个用户都保存一条数据，在获取用户姓名数据之后，先用名字+年龄+学校做一个判断，已存在就不用处理了。

1. 打招呼是怎么做的？

打招呼这里因为每个账号能主动打招呼的次数有限，所以这里我们可以不做无限循环了，做一个有限次数循环，循环过程中获取相似元素，然后调用智能体传输用户数据用来判断是否需要点击打招呼按钮，如果需要沟通则点击打招呼按钮。重点来了影刀对网页滑动的支持做的并不是很好，至少你在这个推荐牛人页面是不好去做向下滑动的操作的，不然还要判断滑动多少距离啥的，太 麻烦了。所以这里有个取巧的办法，那就是点击推荐按钮来刷新数据，这样的话每个页面我们刷新一次就能获取到11条相似元素，处理完之后再点击刷新按钮继续处理下一批数据。

简略流程如下：

这里提供一个处理应聘者数据的代码参考，可以讲相似元素中获取的元素文本内容传进来，会返回一个JSON格式的数据：

import json
import re

def extract_candidate_info_optimized(text: str) -> str:
    """
    从非结构化的应聘者信息文本中提取关键信息，并返回一个转义后的JSON字符串。
    该函数经过优化，不依赖于信息的固定行号，能更灵活地处理各种格式的简历文本。

    参数:
        text (str): 包含应聘者信息的原始文本。

    返回:
        str: 包含提取信息的、转义后的JSON字符串，可直接嵌入其他JSON字段。
    """
    # 初始化结果字典
    candidate = {
        '姓名': '',
        '年龄': '',
        '工作经验': '',
        '学历': '',
        '状态': '',
        '薪资要求': '',
        '期望岗位': '',
        '优势': [],
        '工作经历': [],
        '教育经历': [],
        '标签': []
    }

    # 预处理：检查输入有效性，并按行分割
    if not isinstance(text, str) or not text.strip():
        # 直接返回转义后的空 JSON 字符串
        return json.dumps(json.dumps(candidate, ensure_ascii=False, indent=2), ensure_ascii=False)

    lines = [line.strip() for line in text.strip().split('\n') if line.strip()]
    consumed_indices = set()  # 用于记录已处理行的索引，避免重复处理

    # --- 步骤1: 提取格式明确的多行信息块（工作与教育经历）---
    for i in range(len(lines) - 1):
        line = lines[i]
        next_line = lines[i + 1]

        # 匹配工作经历日期 (格式如: YYYY.MM-YYYY.MM, YYYY.MM至今, YYYY.MMYYYY.MM)
        work_date_match = re.match(r'^(\d{4}\.\d{2})[- ]?(\d{4}\.\d{2}|至今)$', line)
        if not work_date_match:
            work_date_match = re.match(r'^(\d{4}\.\d{2})(\d{4}\.\d{2})$', line)

        if work_date_match:
            start_date = work_date_match.group(1)
            end_date = work_date_match.group(2)
            time_str = f"{start_date}-{end_date}"
            candidate['工作经历'].append(f"{time_str} {next_line}")
            consumed_indices.add(i)
            consumed_indices.add(i + 1)

        # 匹配教育经历日期 (格式如: YYYY-YYYY, YYYY YYYY, YYYYMMDD)
        edu_date_match = re.match(r'^(\d{4})[- ]?(\d{4})$', line)
        if not edu_date_match:
            edu_date_match = re.match(r'^(\d{4})(\d{4})$', line)

        if edu_date_match:
            start_year = edu_date_match.group(1)
            end_year = edu_date_match.group(2)
            time_str = f"{start_year}-{end_year}"
            candidate['教育经历'].append(f"{time_str} {next_line}")
            consumed_indices.add(i)
            consumed_indices.add(i + 1)
            
    # --- 步骤2: 提取特征明确的单行信息 ---
    for i, line in enumerate(lines):
        if i in consumed_indices:
            continue

        # 薪资要求 (格式如: 8-10K, 面议)
        if re.fullmatch(r'\d+-\d+K|面议', line) and not candidate['薪资要求']:
            candidate['薪资要求'] = line
            consumed_indices.add(i)
            continue

        # 姓名 (通常是2-4个汉字)
        if re.fullmatch(r'[\u4e00-\u9fa5]{2,4}(?!：)', line) and not candidate['姓名']:
            candidate['姓名'] = line
            consumed_indices.add(i)
            continue
            
        # 状态整合行 (包含年龄、经验、学历、求职状态中的多个信息)
        status_keywords = ['岁', '年经验', '届应届生', '应届生', '经验', '本科', '大专', '硕士', '博士', '离职', '在职']
        if sum(keyword in line for keyword in status_keywords) >= 2:
            age_match = re.search(r'(\d+岁)', line)
            if age_match: candidate['年龄'] = age_match.group(1)

            if '应届生' in line:
                candidate['工作经验'] = '应届生'
            else:
                exp_match = re.search(r'(\d+年(?:工作)?经验)', line) or re.search(r'(\d+年)', line)
                if exp_match: candidate['工作经验'] = exp_match.group(1).replace('工作经验', '年')

            edu_match = re.search(r'(本科|大专|硕士|博士)', line)
            if edu_match: candidate['学历'] = edu_match.group(1)
            
            status_match = re.search(r'(离职(?:-[\u4e00-\u9fa5]+)?|在职(?:-[\u4e00-\u9fa5]+)?|应届生)', line)
            if status_match: candidate['状态'] = status_match.group(1)
            
            consumed_indices.add(i)
            continue

        # 期望岗位 (通常跟在“期望：”之后)
        if (line == '期望：' or line == '期望') and i + 1 < len(lines):
            candidate['期望岗位'] = lines[i + 1]
            consumed_indices.add(i)
            consumed_indices.add(i + 1)
            continue

    # --- 步骤3: 处理剩余行，区分为“优势”和“标签” ---
    remaining_lines = []
    for i, line in enumerate(lines):
        if i not in consumed_indices and line not in ['优势：', '优势', '打招呼']:
            remaining_lines.append(line)
            
    # 使用启发式规则区分：长文本为优势，短关键词为标签
    tag_start_index = -1
    for i, line in enumerate(remaining_lines):
        if 2 <= len(line) <= 6 and re.fullmatch(r'[\u4e00-\u9fa5a-zA-Z]+', line):
            tag_start_index = i
            break

    if tag_start_index != -1:
        candidate['优势'] = remaining_lines[:tag_start_index]
        candidate['标签'] = remaining_lines[tag_start_index:]
    else:
        candidate['优势'] = remaining_lines

    # --- 步骤4: 清理和格式化输出 ---
    candidate['工作经历'].reverse()
    candidate['教育经历'].reverse()

    # 将 JSON 对象序列化为字符串，并进行转义
    json_str = json.dumps(candidate, ensure_ascii=False, indent=2)
    escaped_json_str = json.dumps(json_str, ensure_ascii=False)
    
    return escaped_json_str[1:-1]
    
result_info = extract_candidate_info_optimized(web_loop_element.get_text())

总结就是：

• 能点击按钮刷新的，绝不滑动刷新
• 给应聘者发送消息时，要用回车发送，不能点击按钮发送，那个按钮做了很多检测，一点击就会被检测
• 每一个按钮在选中和未选中时有不同的背景状态，都要捕获一下，在点击的时候用Try把两个都处理一下，一个点击失败就去点击另一个
• 不同的电脑对于元素的匹配不一样，我的电脑只能匹配到一个，同事的电脑就会匹配到多个，最好编辑一下元素精确确定某一个元素
• BOSS的检测其实还好，一般最开始会触发一次，手动点一下之后，后面就不会再触发了，注意做好延迟就行