从几个关键点切入：DuMate 这款数据提取工具，能够自动将网页或 PDF 中的零散信息抓取出来，直接生成结构规整的 Excel 表格。它支持关键词定位、动态内容加载、多源合并，甚至还能处理 OCR 图片识别。最终输出的文件会自动添加时间戳，空值则默认填充为“-”。

设想一下，你正在手动整理网页上的产品参数、竞品对比数据或用户评论反馈——这些信息往往分散在页面各处，稍不留神就容易复制错行、遗漏关键列。而 DuMate 能直接读取网页内容，自动识别表格结构，提取关键字段，并整齐对齐生成一份可直接编辑的 .xlsx 文件。整个过程无需频繁切换浏览器与 Excel，也无需担心 JavaScript 动态渲染导致数据缺失。

直接让 DuMate 抓取网页并生成表格

操作流程非常直观：打开目标网页（例如某款手机的电商详情页，或第三方评测页面），点击 DuMate 悬浮窗，然后输入指令——“提取当前网页中所有包含‘型号’‘价格’‘屏幕尺寸’‘电池容量’字段的表格数据，合并为一张 Excel，列名按原文保留，空值填‘-’”。

接着，DuMate 会自动唤醒网页交互子智能体，加载完整页面——包括需要滚动到底部才能触发的异步内容。然后它会逐块识别那些包含目标关键词的 HTML 表格或文本区块。这一步必须确保网页已完全加载，否则动态加载的参数表可能被跳过。

生成的 Excel 会默认保存在你设定的“工作区文件夹”里，文件名会自动带上时间戳，例如【手机参数_20260723_2215】.xlsx。

处理多页/分栏网页的进阶操作

方法一：拖入多个网页链接批量处理。将三个竞品页面的 URL 复制到记事本，全选后拖进 DuMate 窗口，然后输入“对比这三页中的‘CPU’‘内存’‘主摄像素’三项参数，横向合并为单张表格，每页数据占一列，首行标注来源网址”。

方法二：结合本地 PDF 补充字段。如果某项参数只在 PDF 版说明书里出现（比如功耗曲线图旁的文字说明），可以同时拖入该 PDF，然后输入“将网页提取的表格与 PDF 第 8 页提到的‘待机时长’字段合并，新增一列‘最新待机时长’，未提及的填‘见 PDF 第 8 页图注’”。注意：PDF 必须是文字可复制版本，扫描件需先用 DuMate 内置 OCR 预处理。

清洗杂乱网页文本为结构化表格

第一步：定位原始文本区域。在网页上用鼠标框选一段包含商品名称、规格、用户评分、评论摘要的混排内容（注意避开导航栏或广告位），然后右键选择“复制为纯文本”。

第二步：交给 DuMate 结构化。把复制的文本粘贴进 DuMate 输入框，输入“从这段文本中提取 5 个商品信息，每条包含【商品名】【核心参数】【用户平均分】【典型好评关键词】4 个字段，输出为 Excel，评分统一保留 1 位小数”。

第三步：校验字段完整性。生成的表格打开后，检查“典型好评关键词”列是否出现整段评论被误塞入单格的情况。如果存在，说明原文未用明确分隔符（如换行或冒号），此时需要返回上一步，在指令末尾追加“用‘｜’分隔每条关键词，最多取 3 个”。