数据存储与数据预览
工作流保存到本地的数据可以在「数据存储」中查看和管理。本篇介绍如何查看、下载和删除数据集;读取本地文件或发送到其他系统的数据不一定会出现在这里。
进入数据管理中心
点击侧边栏右侧图标栏里的数据库形状图标(鼠标停上去会显示「数据存储」),进入数据列表视图。
每个独立的数据采集任务对应一张独立的数据集卡片。若尚未执行过任何任务,界面将显示「暂无采集记录」。

数据集卡片信息解析
每张卡片记录了该数据集的核心元数据:
| 元素位置 | 展示内容 | 说明 |
|---|---|---|
| 网站图标 | 目标站点的 Favicon 图标 | 鼠标悬停可查看采集来源的网页基础域名。 |
| 加粗大标题 | 工作流名称 | 点击可在独立标签页打开全屏数据预览。 |
| 等宽小字 | 数据集系统标识 | 系统分配的底层唯一 ID,供高级调用或排查时精确定位。 |
| 灰色小字 | 最近一次采集的网页标题 | 如「百度热搜」,用来区分同名的不同数据来源。 |
| 字段与条数标签 | 如「5 个字段」「1,200 条数据」 | 统计当前数据集累计沉淀的行列规模。 |
| 更新时间 | 最后一次采集的时间戳 | 方便识别最新采集的批次(重复采到相同内容也会刷新)。 |
从文件导入的数据集,标题是文件名
在对话里直接上传的 Excel / CSV / JSON / TXT 文件,也会作为一份数据集出现在这里。 它和采集来的数据集区别有三处:
- 主标题是你上传的文件名,不是工作流名称;也没有网站图标。
- 数据是整份替换:重新上传或替换文件后,新文件有多少行就是多少行,不会和旧的拼在一起。 (网页采集会在原有数据上累积,见下面「核心机制」。)
- 重复行原样保留,不会去重。如果表里本来有一列叫
id,保存后会改名成file_id。
详见上传表格,按清单采集。
卡片提供的快捷操作
- 点击主标题:在新标签页唤出全屏表格预览视图。
- 「下载」按钮:鼠标停上去提示「下载此数据集」,点开是格式菜单,支持导出 CSV、Excel、TXT、JSON、MD。详见导出数据。
- 「上传飞书」按钮:将本数据集一键推送写入飞书多维表格。详见写入飞书多维表格。
- 刷新图标(只有从文件导入的数据集才有):悬停提示是「选择文件替换当前数据,保留数据集标识」。 选一份新文件就能整份替换,替换成功会提示「文件数据已更新,原有工作流可继续使用」。 工作流仍然指向同一个数据集标识,所以不用重新编译。
- 垃圾桶图标:彻底删除该数据集及其本地存储的全部记录。删除操作不可撤回,重要数据请在删除前先行下载备份。
全屏数据预览视图
点击卡片主标题,系统将在独立的浏览器新标签页中打开完整的数据网格。


1. 顶栏操作区
- 左侧显示数据集标识、累计行数以及末次采集更新时间。
- 右侧常驻「下载」与「上传飞书」快捷操作,支持边核对边导出。
2. 字段排列与系统列
- 业务列:显示工作流保存的字段(如标题、售价、销量),具体顺序以预览为准。
- 系统内置追踪列:表格最末尾会自动附带两列系统字段,方便回溯源头:
采集时间:每条数据被抓取并写入本地的精确时间点。数据来源页:该条数据采集自哪个具体 URL。在跨多页面或多详情页抓取时,能快速区分数据出处。
3. 在线快捷列类型切换
将鼠标悬停在任意列的表头上,点击弹出的类型按钮,可临时切换展示模式:
- 图片:直接在单元格内渲染缩略图预览(抓取图片链接时极其实用,无需逐个点开链接核验)。
- 链接:以可点击的超链接形式呈现。
- 文本:以普通字符串形式呈现。
渲染类型不改动底层数据
预览界面的类型切换纯粹为了方便视觉审阅,刷新页面后会重置,不会改动已经存盘的数据原本格式,也不会影响最终导出的数据内容。
4. 极速分页加载
预览表格底部提供每页 50 行 或 100 行 的分页切换控件。数据量大时可通过分页逐页查看。
核心机制与疑难解答
1. 多次执行后,数据会越攒越多吗?
会累积,但相同的内容不会重复存两份。 同一个工作流每执行一次,系统都会把这次采到的每一条数据,和数据集里已有的数据逐条比对 (比的是你采集的那些字段内容,采集时间和来源页不参与比对):
- 内容完全一样:不再新增一行,只把这一行刷新成这次的采集时间和来源页。
- 内容不同,或是新出现的条目:作为新行追加进来,原有数据继续保留。
所以每天跑一次的榜单类工作流,条数会随着新条目的出现增长;反复跑一份没有任何变化的页面,条数不会翻倍。
- 如果每次只想留一份干净的最新数据,执行前先在卡片上点垃圾桶删掉这个数据集 (删除不可恢复,重要数据请先下载备份)。
- 如果希望在已有数据上做增量更新、只处理新条目,见读取已有数据集。
2. 预览中发现个别列内容为空?
通常是因为网页未加载完毕即触发了提取,或者目标站点的某些条目本身缺省该字段。可参考采不到数据怎么办在需求中适度添加等待时间。