我们常常听到RPA可以用来抓取网页数据，那么RPA和爬虫有什么区别呢？

爬虫是什么？

爬虫也叫网络蜘蛛或网络机器人( Web Robot)，通过编程的方式实现在互联网上采集数据，这个技术最早运用于搜索引擎，用来在网络上爬取数据，所以最先的爬虫是善意的爬虫，正是有了爬虫技术，我们才可以通过搜索引擎获得我们所想要的海量数据。

【资料图】

什么是RPA？

RPA（Robotic process automation）， 通过模拟人类在软件系统中的交互动作，自动执行那些基于规则、重复的业务流程，达到提升工作效率、减少人力成本的目的

从自动化的角度来看，爬虫仅限于自动抓取网络数据，但RPA不仅仅可以操作网络数据，还可以用于连接各种应用程序来实现自动化。

RPA和爬虫采用的技术原理有什么不同？

RPA通过屏幕抓取技术，模拟人的方式工作，像人一样在系统前端界面上进行操作（比如点击鼠标、复制粘贴、打开文件或者采集数据等等）。因为它的核心是“模拟人”，所以对系统施加的压力和一个人在系统上正常操作一样，没有多余负荷，不会对系统造成任何影响。

爬虫使用Python开发脚本，通过发送http请求获取cookies或者直接注入网页等方式获取数据。由于使用python语言写脚本直接操作HTML，抓取网页数据的速度非常快，会对后台造成巨大负担，也因此会被反爬虫机制禁止。

RPA和爬虫适用的场景有什么不同？

RPA可以应用在企业的各个部门。财务，人事，供应链，客户，销售及市场均可大量采用，来减少人工的重复性操作。在具体的操作层面上，可以打开邮件，下载附件，登陆网站和系统，读取数据库，移动文件和文件夹，复制粘贴，写入表格数据，网页数据抓取，文档数据抓取，连接系统API，进行if、else判断，进行计算等等。目前，RPA已经在银行、证券、保险、央企、世界500强等各个领域投入使用。

爬虫主要用于网络大数据的采集，工作场景的局限性十分明显。由于爬虫可以直接抓取后台数据，很容易会侵害到个人隐私和企业的数据安全，始终存在争议。如果不当使用，更会直接造成法律风险，甚至是严重的法律后果。