python 在软件自己自动输入器_Python自动操作GUI神器PyAutoGUI

本文共3500余字，预计阅读时间12分钟，本文知乎连接：Python自动操作GUI神器PyAutoGUI，本文同步发布于silaoA的博客和微信公众号平台。关注学习了解更多的Cygwin、Linux、Python技术。

日常使用计算机，命令行程序可以说是为批量操作文件而生，但作为普通用户，最多的还是通过鼠标键盘操作形形色色的图形界面程序。试想下面一个场景：有成千上万个文件，都需要通过图形界面进行同样的一套编辑、保存工作，靠手工一遍一遍地重复做，累死人不说，时间久了必然出现错误，作为程序猿，怎么能忍重复3次以上的工作，必须利用程序自动化。要想图形界面也能像命令行程序那样精确控制，就需要GUI自动化工具了。不得不赞Python生态之丰富，GUI自动化自动化工具也有多种库可选，比如Windows平台的pywin32，以及本文主角——跨平台的PyAutoGUI。

目录0x00 PyAutoGUI简介

0x01 PyAutoGUI使用入门安装

快速上手1. 通用功能

2. 鼠标控制

3. 键盘控制

4. 消息窗口

5. 截图相关

0x02 任务示例

参考

更多阅读

0x00 PyAutoGUI简介

pywin32直接包装了几乎所有的Windows API，可以方便地从Python直接调用，把Windows API按照功能分了一些大类，每一个大类作为一个模块，常见如win32api、win32gui、win32com等，其中win32com使用微软独门的COM接口技术进行进程间通信，可以实现控制GUI程序。但前提是，这些程序得支持COM接口。win32api则更加原始，完全通过Win32 API调用获得/生成窗口句柄、发送消息事件，十分繁琐。

PyAutoGUI的思路与此完全不同，它是接管了鼠标、键盘使用权，基本上完全照搬人的操作，底层不必套牢在Windows系统，没错，它是跨平台的。官网地址：https://github.com/asweigart/pyautogui。原本，这类GUI自动化工具的初衷是给GUI程序自动化测试用，产生点击鼠标、敲击键盘的行为，在日志中记录下消息事件和GUI程序的响应结果，事后分析GUI程序可能存在的bug。不过，既然能产生点击鼠标、敲击键盘的行为，我们就可以用来控制GUI程序批量完成文件编辑、保存工作。

按照官方的说法，PyAutoGUI给人类用的GUI自动化神器，简单高效、函数分类清晰，它被awesome-python、awesome-python-cn收录。

0x01 PyAutoGUI使用入门

安装

推荐通过pip安装，一行命令搞定。

python -m pip install -U pyautogui

PyAutoGUI依赖于pyscreeze、pymsgbox、pytweening，上述命令会自动安装这3个库。安装完成后可以发现，在site-packages\pyautogui有6个文件，名字带java、osx、win、x11的是在不同平台的实现方案，再在__init__.py和__main__.py中检测当前系统平台进行封装。其中，java平台的实现文件为空，猜测是未来计划支持的，先占个坑。

__init__.py

__main__.py

_pyautogui_java.py # 空文件，猜测是未来支持

_pyautogui_osx.py

_pyautogui_win.py

_pyautogui_x11.py

快速上手

PyAutoGUI设计简洁，相关符号经过内部import之后，被封装在pyautogui单个模块中，因此Python程序中只要import pyautogui之后便可通过.符号访问pyautogui中的函数、变量。pyautogui中函数大致分为通用功能、鼠标控制、键盘控制、消息窗口、截图5大类。

1. 通用功能

In [1]: import pyautogui

In [2]: pyautogui.size() # 获取屏幕尺寸（分辨率×分辨率）

Out[2]: Size(width=1920, height=1080)

In [3]: pyautogui.position() # 获取鼠标当前位置

Out[3]: Point(x=846, y=437)

In [4]: pyautogui.onScreen(100,200) # 判断坐标是否在屏幕范围内

Out[4]: True

In [5]: pyautogui.onScreen(100,2000) # 判断坐标是否在屏幕范围内

Out[5]: False

坐标体系至关重要，后续鼠标位置、图片大小都根据这套体系定义。PyAutoGUI沿用了传统的坐标体系，并未重新定义，如下图所示。x的取值范围是[0, 宽度分辨率-1]，y的取值范围是[0, 高度分辨率-1]。屏幕坐标体系

2. 鼠标控制

鼠标移动，包括绝对位置移动和相对位置移动。

In [7]: sizex,sizey=pyautogui.size() # 保存屏幕尺寸

# 绝对位置移动，移动至屏幕正中心，鼠标移动过渡时间duration设为1秒

In [9]: pyautogui.moveTo(sizex/2,sizey/2,duration=1)

# 相对位置移动，向右100、向上200，鼠标移动过渡时间duration设为0.5秒

In [10]: pyautogui.moveRel(100, -200, duration=0.5)

鼠标点击，一个click()函数把点鼠标的活包干，过程也可分解为mouseDown()、mouseUp()；另有在click()之上封装的rightClick()、middleClick()、doubleClick()、tripleClick()等函数。鼠标点击之前允许指定要移动的目标位置，若目标位置不在运行当前Python程序的终端/IDE范围内，则可能对其他GUI程序触发鼠标点击事件，从而引起其响应，即焦点移动至其他GUI程序。

# 移动至屏幕中心点击一下左键，过渡时间0.5秒

In [16]: pyautogui.click(sizex/2,sizey/2, duration=0.5)

# 不指定x、y，在当前位置点击一下右键

In [17]: pyautogui.click(button='right')

# 移动至(100,100)点击3次左键，点击间隔0.1s，鼠标移动过渡时间0.5秒

In [18]: pyautogui.click(100,100, clicks=3,interval=0.1,duration=0.5)

# 移动至(100,100)点击2次右键，点击间隔0.5s，鼠标移动过渡时间0.2秒

In [19]: pyautogui.click(100,100, clicks=2,interval=0.5,button='right',duration=0.2)

滚动鼠标滚轮。

# 鼠标位置不动，向上回滚2个单位，项目文档对滚动量参数说明不详

In [22]: pyautogui.scroll(2)

# 鼠标移动至(1000,700)，前下滚动10个单位

# 运行发现鼠标并没有动

In [26]: pyautogui.scroll(-10,1000,700)

鼠标拖曳，指从当前位置按下鼠标，移动至目标位置再释放的过程，指定目标位置同样有绝对位置和相对位置两种方式，和移动鼠标函数很像。另外，试用下来，未发现drag()函数和dragRel()的差异。

# 将鼠标从当前位置拖至屏幕中心，默认左键

In [32]: pyautogui.dragTo(sizex/2,sizey/2)

# 将鼠标从当前位置向左100像素、向右200像素拖动，过渡时间0.5秒，指定右键

In [33]: pyautogui.dragRel(-100,200,duration=0.5,button='right')

3. 键盘控制

控制按键，也是一个press()函数基本把活包干，按键动作往细分解包含keyDown()和keyUp()两个过程；在此基础上封装，有typewrite()和hotkey()两个高阶一点的函数，分别用于输入字符串和按快捷键。

# 键名用字符串表示，支持的所有键名，存在pyautogui.KEYBOARD_KEYS变量中，包括26个字母、数字、符号、F1~F20、方向等等所有按键

In [4]: pyautogui.press('a') # 按字母A键，字母支持大小写

# 程序向终端输入了字符a，若程序运行时输入法为中文状态，由于没有继续输入空格或回车，输入法仅列出候选字，并不会输入到终端

In [5]: a

# 传入键名列表（按键p、按键y、空格），按键之间间隔0.1秒（默认0）

In [6]: pyautogui.press(['p','y','space'], interval=0.1)

# 运行前将输入法切换到中文状态，往终端直接输入了“培养”

In [7]: 培养

# typewrite方式一：传入字符串，不支持中文字符，因为函数无法知道输入法需要什么按键才能得到中文字符

In [9]: pyautogui.typewrite('hello, PyAutoGUI!\n')

# 程序把字符串"'hello, PyAutoGUI!"和换行符输入到了终端

In [10]: hello, PyAutoGUI!

...:

# typewrite方式二：传入键名列表，按键之间间隔0.1秒（默认0）

In [11]: pyautogui.typewrite(['s','r','f','space'], interval=0.1)

# 运行前将输入法切换到中文状态，往终端直接输入了“输入法”3个字

In [12]: 输入法

# 大小写字母是自动支持的，仍然尝试一次切换到大写

In [13]: pyautogui.typewrite(['capslock','p','y'])

# CapsLock按键灯被点亮，程序往终端输入了"PY"

In [14]: PY

# hotkey屏蔽了需要反复keyDown、keyUp的细节，参数是任意个键名，而非列表

In [18]: pyautogui.hotkey('ctrl', 'shift', 'esc') #调出任务管理器

In [19]:pyautogui.hotkey('alt','ctrl','delete') # 并未调出重启界面

4. 消息窗口

PyAutoGUI利用pymsgbox的功能，以JavaScript风格函数提供消息框功能，包括alert()、confirm()、prompt() 、password()，连参数都是一致的，熟悉JavaScript的朋友不会陌生。

In [24]: pyautogui.alert(text='警告',title='PyAutoGUI消息框',button='OK')

Out[24]: 'OK' # 点击的按键被返回

In [28]: pyautogui.confirm(text='请选择',title='PyAutoGUI消息框',buttons=['1','2'

...: ,'3'])

Out[28]: '2' # 点击的按键被返回

In [30]: pyautogui.prompt(text='请输入',title='PyAutoGUI消息框',default='请输入')

Out[30]: 'input by 伪码人' # 点OK按钮后返回输入内容

In [32]: pyautogui.password(text='输入密码',title='PyAutoGUI消息框',default='',mask='*')

Out[32]: 'We_Coder' # 点OK按钮后返回输入内容PyAutoGUI的4种消息框

5. 截图相关

PyAutoGUI提供了screenshot()函数进行屏幕截图，返回是Image对象，这是在Pillow库中定义的，因此需要安装Pillow库才能正常工作。

# imageFilename参数，截图要保存的文件全路径名，默认`None`，不保存；

# region参数，截图区域，由左上角坐标、宽度、高度4个值确定，如果指定区域超出了屏幕范围，超出部分会被黑色填充，默认`None`,截全屏

In [41]: pyautogui.screenshot('shot.png',region=(1000,600,600,400))

Out[41]: PyAutoGUI截图600×400

PyAutoGUI还有个图片匹配功能，它是在屏幕按像素匹配，定位图片在屏幕上的坐标位置，locateOnScreen()函数返回region对象,即左上角坐标、宽度、高度4个值组成的元组，再用center()函数计算出中心坐标，locateCenterOnScreen()函数则一步到位，返回中心坐标。如果把需要点击的菜单、按钮事先保存成图片，可以用来自动查找菜单、按钮位置，再交由click()函数控制鼠标去点击。

loc = pyautogui.locateCenterOnScreen("icon_xx.png", region=(0, 0,sizex/2, sizey/10) ) # region参数限制查找范围，加快查找速度

pyautogui.moveTo(*loc, duration=0.5) # 移动鼠标

pyautogui.click(clicks=1) #点击

0x02 任务示例

前文只是PyAutoGUI相关函数的说明，要真正熟悉它，必须结合具体任务。现有这样一个任务，成千上万个CAD图分布在几十个文件夹中，需要对每个图进行编辑操作，假使这个操作就是简单旋转下视角，再保存。AutoCAD程序本身是有脚本功能的，因此可以利用AutoCAD来完成本任务，综合考虑以下原因促使我转向PyAutoGUI的路线上来：AutoCAD是商业软件，本人希望尽可能地减少对商业软件的依赖；

AutoCAD的脚本功能十分有限，没有循环，难以适应如此多数量的文件操作，而且去熟悉AutoCAD脚本可能比PyAutoGUI更花时间；

利用PyAutoGUI熟悉GUI控制后，可以套在别的GUI程序上，未来仍有使用价值，如果使用AutoCAD则始终被限定在AutoCAD的操作范围内，价值低，而且与第一条相悖。

决定走PyAutoGUI的路线，做了如下工作：找到另一个轻量看图软件，支持简单的编辑功能，正好包括旋转视角；

手工操作键盘鼠标，利用这个看图软件完成1个文件的编辑、保存流程；

将涉及操作的菜单、按钮等截图保存起来备用，将上述流程代码化，落地成果就是1个操作函数；

由于看图软件应需要时间，移动、点击鼠标等操作的过渡时间需要调试确定；

完成1个文件的操作流程后，在主函数编写文件匹配、循环等功能，在循环中调用操作函数，初期只拿10个文件批量操作，调试无误后，主函数的文件匹配修改为整个文件夹，包含成千上万个文件。

操作函数代码。

import os

import pyautogui as pag

__sizex__, __sizey__ = pag.size() #获得屏幕尺寸

def cad_turn(cad_file, outd):

'''cad_file : 要操作的CAD文件outd : 文件输出路径'''

c = pag.locateCenterOnScreen(__icon_open__, region=(0,0,__sizex__/10,__sizey__/20) ) # 打开图标，图标事先截图保存

pag.moveTo(*c, duration=0.05)

pag.click( button="left") # 点击打开按钮

pag.moveRel(__sizex__/4, __sizey__/4) # 确保文件打开窗口获得焦点

pag.typewrite(message=cad_file,interval=0.1) # 输入文件路径

pag.press('enter')

c = pag.locateCenterOnScreen(__icon_view__, region=(__sizex__/4, 0,__sizex__/2, __sizey__/10) ) # 旋转视图图标

pag.moveTo(*c, duration=2)

pag.click(clicks=7, interval=1, button="left") # 点击旋转视角按钮

c = pag.locateCenterOnScreen(__icon_saveas__, region=(0, 0, __sizex__/10, __sizey__/20) ) # 另存为图标

pag.moveTo(*c, duration=0.2)

pag.click( button="left") # 点击另存为按钮

pag.moveRel(__sizex__/4, __sizey__/4) # 确保文件打开窗口获得焦点

pag.typewrite(message=os.path.join(out, fbase+'-se'), interval=0.1) # 输入保存路径

pag.press('enter')

# 关闭所有可能存在的窗口，避免占用太多内存

while( True ):

try :

pag.moveTo(__sizex__/2, __sizey__/2, duration=0.3) # 延时

c = pag.locateCenterOnScreen(__icon_close__, region=(__sizex__/5, 0, __sizex__*3/5, __sizey__/20) )

pag.moveTo(*c, duration=0.1) # 移到“x”按钮

pag.click( button="left") # 点击“x”按钮

except TypeError:

break

主函数代码。

if __name__ == "__main__":

p = r'x/y/z/CAD文件所在路径'

cad_src = glob_file_list( p, r"*.DXF") # 匹配出要操作的文件

total = len(cad_src)

if(total == 0):

print('无文件需处理，退出...')

try:

for idx,x in enumerate(cad_src, start=1):

print("[{}/{}] 处理{}...".format(idx, total, x))

cad_turn(x, "out")

except Exception as e:

print("错误:{}".format(e))

开启看图软件，输入法切换到英文状态，再运行Python程序，效果见视频。知乎视频www.zhihu.com

参考

更多阅读

如本文对你有帮助，或内容引起极度舒适，欢迎分享转发与留言交流

►本文为原创文章，如需转载请私信知乎账号silaoA或联系公众号伪码人（We_Coder）。

最后，好书推荐。

python 在软件自己自动输入器_Python自动操作GUI神器PyAutoGUI相关推荐

python自动输入文字_Python自动输入【新手必学】
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 作者:哈喽哈嘿哈这篇文章是我的第一篇文章,写的不好的地方,请大家多多指教哈,另 ...
Python自动操作GUI神器PyAutoGUI
日常使用计算机,命令行程序可以说是为批量操作文件而生,但作为普通用户,最多的还是通过鼠标键盘操作形形色色的图形界面程序.试想下面一个场景:有成千上万个文件,都需要通过图形界面进行同样的一套编辑.保存工 ...
python 自动输入验证码_python 自动生成验证码并输入识别
两种方法: 1: ll = [] # 空列表 for x in range(10): # 吧得到的九个数加到列表,验证码是一体的,,只能当成一个字符串 ll.append(str(x)) # 大写字母 ...
Python自动操作 GUI 神器——PyAutoGUI
我们以前讲过怎样使用 Python 在浏览器中实现页面自动化操作,不管用哪种方式实现,都是通过定位页面中的元素来进行相应的操作. 今天我们来聊一聊如何在桌面实现自动化操作.与浏览器页面自动化操作类似, ...
帝国时代III亚洲王朝序列号自动输入器
这两天比较痴迷的玩着<<帝国时代III>>,当然亚洲王朝是比较喜欢的一个资料篇了.从网上下载后玩的时候,每次进入游戏的时候都需要输入序列号,觉得有点麻烦.照理说序列号应该会 ...
python自动输入验证码_python下的自动化测试--selenium 验证码输入问题
之前一直在研究scrapy下数据抓取,在研究ajax数据抓取时碰巧研究了一下selenium,确实很实用,不过只做scrapy下的数据抓取,不怎么合适,一是性能的损耗,一直需要开一个浏览器,二是对于爬 ...
python实现app自动签到器_Python实现自动签到脚本功能
实训课期间忙里偷闲的学习了python的selenium包,唯一一点不好是要自己去查英文文档,明摆着欺负我这种英语不好的,想着用谷歌翻译一下,代码也给我翻译了,不知道是几个意思. 大二的时候就让我们做 ...
python 根据答案自动答题器_Python头脑王者答题器
Python知乎答题王答题器效果原理说明通过watchdog监测question.hortor.net/question/bat/目下文件的变化,去响应对应的方法 class FileEvent ...
python高阶函数闭包装饰器_Python自学从入门到就业之高阶函数、嵌套函数、闭包、装饰器...
高阶函数在Python中,函数其实也是一种数据类型. def test(): return 'hello world' print(type(test)) # 函数对应的数据类型是 function ...

python 在软件自己自动输入器_Python自动操作GUI神器PyAutoGUI

python 在软件自己自动输入器_Python自动操作GUI神器PyAutoGUI相关推荐

最新文章

热门文章