Day 11

下單傳真網站資料爬取

非結構化轉結構化驗證技術解析

基於《自動化作業工具操作手冊彙編》

下單傳真檢查工具 深度探討

簡報大綱

  • Part 1: 作業痛點與工具開發背景
  • Part 2: 核心概念解析:非結構化轉結構化
  • Part 3: SOP 標準操作流程拆解
  • Part 4: 技術細節與防呆驗證機制
  • Part 5: 導入效益與未來展望

傳統人工作業痛點

肉眼比對耗時:
面對大量的傳真預覽列印內容,人工逐筆確認狀態極易疲勞。

漏看異常狀態:
非結構化的網頁文字中,「失敗」的關鍵字容易被忽略,導致對帳延宕。

解決方案誕生

根據《自動化作業工具操作手冊彙編》規範,我們導入了專屬的自動化方案:

下單傳真檢查工具.xlsm

這是一款基於巨集與正規表達式技術的驗證工具,專門用於攔截並解析來自 Web 端的複雜文字資料,將其快速轉化為稽核人員可讀的警示報表。

核心概念轉換

從混亂的網頁預覽,到清晰的資料表格。


非結構化資料
網頁預覽列印的純文字
無固定欄位格式

結構化資料
行列分明的資料表
具備「成功/失敗」狀態屬性

標準操作流程 (SOP)

1 取得原始網頁資料

人員登入傳真網站後,不需複雜的 API 串接,直接利用最直覺的使用者介面操作:

  • 進入傳真網站後台介面。
  • 設定查詢條件,點選預覽列印
  • 將畫面上顯示的非結構化文字 全選並複製 (Ctrl+A, Ctrl+C)

標準操作流程 (SOP)

2 啟動與環境重置

為避免前次檢查資料殘留導致誤判,系統設計了防呆重置機制:

  • 開啟附件 下單傳真檢查工具.xlsm
  • 工具載入後,首先點選工作表上的 清除內容 按鈕。
  • 此動作將清空所有暫存記憶體與剪貼簿輸入區,確保驗證環境的純淨。

標準操作流程 (SOP)

3 資料注入與處理

將外部資料匯入檢查核心:

  • 在指定的資料輸入區塊,貼上剛剛複製的傳真內容。
  • 系統將自動接管這批巨量文字,並在背景準備進行字串切割與特徵提取。

標準操作流程 (SOP)

4 顯示檢查結果與異常警示

一鍵完成所有繁雜的比對工作:

  • 點選 顯示檢查結果 按鈕。
  • 系統瞬間完成解析,如果有不是「傳真成功」的部份,會獨立提取並條列顯示該筆資料
  • 人員只需針對異常清單進行後續追蹤。

技術細節:解析邏輯

工具如何看懂網頁上的文字?

  • 區塊定位:利用換行符號 (`\n`) 或特定的分隔線字元,將整坨文字切割為單筆訂單區塊。
  • 欄位映射:透過關鍵字錨點(例如「訂單編號:」、「狀態:」),計算字串位移來鎖定目標資料的值。
  • 去除雜訊:過濾掉網頁上的 HTML 殘留標籤、多餘空白與表頭表尾資訊。

技術細節:狀態提取驗證

精準捕捉「成功/失敗」的關鍵技術:

  • 條件式過濾:程式迴圈掃描每一個提取出的資料列。
  • 黑名單機制:不只找「失敗」,邏輯設定為 != 傳真成功。這意味著「傳送中」、「線路忙線」、「無回應」等邊界狀態都會被視為異常而被捕捉。
  • 資料型別轉換:將字串狀態映射為布林值 (Boolean) 或列舉 (Enum),便於後續生成結構化表格。

最終資料結構對照

從 Web 貼上來的文字 (示意):

日期:2026/08/30 單號:A102 狀態:傳真成功
日期:2026/08/30 單號:A103 狀態:線路忙線

工具轉換後的結構化表格 (Result):

日期 單號 狀態 系統判定
2026/08/30 A102 傳真成功 Pass
2026/08/30 A103 線路忙線 需人工介入

異常預防與例外處理

剪貼資料錯誤防呆

如果人員不小心複製到了錯誤的網頁或非傳真網站的內容怎麼辦?

  • 表頭驗證機制:工具在執行「顯示檢查結果」前,會先檢查首幾行是否包含特定特徵字(如表單代號或欄位名稱)。
  • 格式拒絕:若判定非有效內容,系統會中斷解析並跳出警告提示,避免產出錯誤的對帳表。

導入自動化效益

效率提升 90%

從逐筆肉眼比對 30 分鐘
縮短至一鍵貼上 3 秒鐘。

零失誤稽核

完全排除人為視覺疲勞
確保每一筆失敗單皆被捕捉。

無痛導入

免安裝額外軟體環境
基於現有操作手冊無縫接軌。

重點總結

「下單傳真檢查工具」完美體現了 RPA (Robotic Process Automation) 在日常營運中的精神:

  • 不需改變外部網站架構,透過前端 DOM 文字擷取解決資料孤島問題。
  • 嚴格落實《自動化作業工具操作手冊彙編》規範的 4 個步驟。
  • 將原本枯燥的「非結構化字串」,轉變為守護交易安全的「結構化防線」。

Q & A

感謝您的聆聽

#非結構化轉結構化 #自動化作業流程 #資料解析