掌握自动化操作工具——介绍Python库PyAutoGUI

快速了解

引言：

在现代科技时代，自动化操作成为提高工作效率和减轻重复性工作负担的重要手段。而Python作为一门强大而灵活的编程语言，提供了丰富的库和工具来实现各种自动化任务。本文将重点介绍Python库PyAutoGUI，它是一个用于模拟鼠标和键盘操作的工具，可以帮助我们实现自动化操作。让我们一起来探索PyAutoGUI的强大功能和用法。

什么是PyAutoGUI？

简介：PyAutoGUI是一个Python库，它允许我们通过编程方式模拟鼠标和键盘的操作，实现自动化任务。
安装：通过pip命令可以轻松安装PyAutoGUI，确保你的Python环境已经正确配置。

PyAutoGUI的主要功能

鼠标操作：PyAutoGUI可以模拟鼠标移动、点击、拖拽等操作，可以控制鼠标的位置和点击的坐标。
键盘操作：PyAutoGUI可以模拟键盘按键和组合键的操作，如按下和释放按键、输入文本等。
屏幕操作：PyAutoGUI可以获取屏幕的大小、截屏、查找指定图像的位置等。
延时控制：PyAutoGUI可以控制鼠标和键盘操作的延时，以确保操作的正确性和稳定性。

使用PyAutoGUI实现自动化任务

导入库和初始化：导入PyAutoGUI库，并进行初始化设置，如延时时间等。
模拟鼠标操作：使用PyAutoGUI的鼠标操作函数，模拟鼠标移动、点击、拖拽等操作。可以结合屏幕坐标和图像识别等技术来实现更复杂的操作。
模拟键盘操作：使用PyAutoGUI的键盘操作函数，模拟键盘按键和组合键的操作。可以实现自动化的文本输入、快捷键操作等。
屏幕操作和图像识别：使用PyAutoGUI获取屏幕信息，如屏幕大小、截屏和查找图像位置等。可以用来自动化识别和操作特定的图像场景。
错误处理和异常处理：在使用PyAutoGUI过程中，要注意异常处理和错误处理，以确保程序的健壮性和稳定性。

PyAutoGUI的应用场景

自动化测试：PyAutoGUI可以模拟用户的操作，用于自动化测试各种软件和系统的功能。
数据采集和处理：PyAutoGUI可以帮助自动化从网页或应用程序中采集数据，并进行处理和分析。
软件演示和教程录制：PyAutoGUI可以用于自动化演示软件的功能和操作，录制教程视频等。
游戏辅助工具：PyAutoGUI可以用来制作游戏辅助工具，自动化完成一些重复性操作。

结论：

PyAutoGUI是一个方便且功能强大的Python库，用于实现自动化操作，无论是自动化测试、数据采集还是辅助工具开发，PyAutoGUI都是一个强大而实用的工具。通过熟练掌握PyAutoGUI，我们可以大幅提升工作效率，实现自动化操作的便利性和稳定性。让我们一起开始探索PyAutoGUI吧！

代码教程

GUI 控制功能

控制鼠标键盘使用的模块为：pyautogui，这个模块操作起鼠标键盘的时候，非常的迅速，而且如果该模块控制了鼠标后，程序比较难关闭，这时我们有两个方法专门针对以上的情况：

自动防故障功能

pyautogui.FAILSAFE =False

默认这项功能为True, 这项功能意味着：当鼠标的指针在屏幕的最坐上方，程序会报错；目的是为了防止程序无法停止；

停顿功能

 pyautogui.PAUSE =1

意味着所有pyautogui的指令都要暂停一秒；其他指令不会停顿；这样做，可以防止键盘鼠标操作太快；

鼠标操作

控制鼠标移动

获得屏幕分辨率

# 返回所用显示器的分辨率； # 输出：Size(width=1920, height=1080)print(pyautogui.size())
width,height = pyautogui.size()print(width,height)# 1920 1080

移动鼠标

 pyautogui.moveTo(100,300,duration=1)

# 按方向移动，左右正负值对应右左，上下正负值对应下上# moveRel()：这是PyAutoGUI库中的一个函数，用于模拟相对于当前鼠标位置的移动操作。# 第一个参数是左右移动像素值，第二个是上下，向右移动100px，向下移动500px, 这个过程持续 1 秒钟；
pyautogui.moveRel(100,500,duration=1)

获取鼠标位置

print(pyautogui.position())# 得到当前鼠标位置；输出：Point(x=200, y=800)

控制鼠标点击

# 点击鼠标
pyautogui.click(10,10)# 鼠标点击指定位置，默认左键
pyautogui.click(10,10,button='left')# 单击左键
pyautogui.click(1000,300,button='right')# 单击右键
pyautogui.click(1000,300,button='middle')# 单击中间

# 双击鼠标
pyautogui.doubleClick(10,10)# 指定位置，双击左键
pyautogui.rightClick(10,10)# 指定位置，双击右键
pyautogui.middleClick(10,10)# 指定位置，双击中键

# 点击 & 释放
pyautogui.mouseDown()# 鼠标按下
pyautogui.mouseUp()# 鼠标释放

控制鼠标拖动

# 拖动到指定位置
pyautogui.dragTo(100,300,duration=1)

将鼠标拖动到指定的坐标；duration 的作用是设置移动时间，所有的gui函数都有这个参数，而且都是可选参数；

# 按方向拖动# 向右拖动100px，向下拖动500px, 这个过程持续 1 秒钟；
pyautogui.dragRel(100,500,duration=4)# 第一个参数是左右移动像素值，第二个是上下，

控制鼠标滚动

控制鼠标滚动的函数是scroll()，传入一个整数的参数，说明向上或向下滚动多少个单位；单位根据操作系统不同而不同；

# 向上滚动300个单位；
pyautogui.scroll(300)

屏幕处理

获取屏幕截图

我们控制鼠标的操作，不能盲目的进行，所以我们需要监控屏幕上的内容，从而决定要不要进行对应的操作， pyautogui 提供了一个方法screenshot()，可以返回一个Pillow的image对象；
这里有三个常用函数：

**im = pyautogui.screenshot()**：返回屏幕的截图，是一个Pillow的image对象
**im.getpixel((500, 500))**：返回im对象上，（500，500）这一点像素的颜色，是一个RGB元组
pyautogui.pixelMatchesColor(500,500,(12,120,400)) ：是一个对比函数，对比的是屏幕上（500，500）这一点像素的颜色，与所给的元素是否相同；

# 保存屏幕截图；
im = pyautogui.screenshot()
im.save('屏幕截图.png')

识别图像

首先，我们需要先获得一个屏幕快照，例如我们想要点赞，我们就先把大拇指的图片保存下来；然后使用函数：locateOnScreen(‘zan.png’) ，如果可以找到图片，则返回图片的位置，如：Box(left=25, top=703, width=22, height=22)；如果找不到图片，则返回None;如果，屏幕上有多处图片可以匹配，则需要使用locateAllOnScreen(‘zan.png’) ，如果匹配到多个值，则返回一个list，参考如下：

import pyautogui
pyautogui.PAUSE =1# 图像识别（一个）
btm = pyautogui.locateOnScreen('zan.png')print(btm)# Box(left=1280, top=344, width=22, height=22)# 图像识别（多个）
btm = pyautogui.locateAllOnScreen('zan.png')print(list(btm))# [Box(left=1280, top=344, width=22, height=22), Box(left=25, top=594, width=22, height=22)]

pyautogui.center((left, top, width, height)) 返回指定位置的中心点；这样，我们就可以再配合鼠标操作点击找到图片的中心；

键盘输入

键盘输入函数

pyautogui.keyDown() ：模拟按键按下；
pyautogui.keyUp() ：模拟按键释放；
pyautogui.press() ： # 就是调用keyDown() & keyUp(),模拟一次按键
pyautogui.typewrite(‘this’,0.5) ：第一参数是输入内容，第二个参数是每个字符间的间隔时间；
**pyautogui.typewrite([‘T’,‘h’,‘i’,‘s’])**：typewrite 还可以传入单字母的列表；

输出： $ ；
pyautogui.keyDown('shift')# 按下shift
pyautogui.press('4')# 按下 4
pyautogui.keyUp('shift')# 释放 shift

# 缓慢的输出$：
pyautogui.typewrite('$$$$',0.5)

键盘特殊按键

有时我们需要输入一些特殊的按键，比如向左的箭头，这些有相对应的键盘字符串表示，例如：

# 输出：This
pyautogui.typewrite(['T','i','s','left','left','h',])

解释：这里的left就是向左的箭头；诸如此类的键盘字符串，还有很多，参考下表：
键盘字符串****说明enter(或return 或 \n)回车escESC键shiftleft, shiftright左右SHIFT键altleft, altright左右ALT键ctrlleft, ctrlright左右CTRL键tab (\t)TAB键backspace, deleteBACKSPACE 、DELETE键pageup, pagedownPAGE UP 和 PAGE DOWN键home, endHOME 和 END键up, down, left,right箭头键f1, f2, f3…. f12F1…….F12键volumemute, volumedown,volumeup声音变大变小静音（有些键盘没有）pausePAUSE键，暂停键capslockCAPS LOCK 键numlockNUM LOCK 键scrolllockSCROLLLOCK 键insertINSERT键printscreenPRINT SCREEN键winleft, winrightWin键（windows ）commandcommand键（Mac OS X ）optionoption（Mac OS X）

快捷键

如果我们需要模拟复制的快捷键 ctrl + c ，如果用前面的方法，则代码为：

pyautogui.keyDown('ctrl')
pyautogui.keyDown('c')
pyautogui.keyUp('c')
pyautogui.keyUp('ctrl')

快捷键的按键与释放顺序非常关键，这时我们可以使用 pyautogui.hotkey()，这个函数可以接受多个参数，按传入顺序按下，再按照相反顺序释放。上述快捷键 ctrl + c ，可以将代码变为：

pyautogui.hotkey('ctrl','c')

提示信息框

提示框/警告框

import pyautogui
a = pyautogui.alert(text='This is an alert box.', title='Test')print(a)

输出如下图：点击确定，返回值为‘OK’

选择框

import pyautogui
a = pyautogui.confirm('选择一项', buttons=['A','B','C'])print(a)

输出如下图：点击B选项，返回值为‘B’

密码输入

import pyautogui

a = pyautogui.password('Enter password (text will be hidden)')print(a)

输出如下图：输入密码，显示为密文，点击OK，返回值为刚刚输入的值；

普通输入

import pyautogui

a = pyautogui.prompt('请输入一个数字：')print(a)

输出如下图：显示为明文，点击OK，返回值为刚刚输入的值；

实例

鼠标控制鼠标画一个正方形

for i inrange(2):# 画正方形
    pyautogui.moveTo(200,200,duration=1)
    pyautogui.moveTo(200,400,duration=1)
    pyautogui.moveTo(400,400,duration=0.5)
    pyautogui.moveTo(400,200,duration=2)

获取鼠标的实时位置

import pyautogui
import time

try:whileTrue:
        x,y = pyautogui.position()
        posi ='x:'+str(x).rjust(4)+' y:'+str(y).rjust(4)print('\r',posi,end='')
        time.sleep(0.5)except KeyboardInterrupt:print('已退出！')

显示效果：

获取鼠标位置与所在位置的颜色

import pyautogui
import time

try:whileTrue:
        x,y = pyautogui.position()
        rgb = pyautogui.screenshot().getpixel((x,y))
        posi ='x:'+str(x).rjust(4)+' y:'+str(y).rjust(4)+'  RGB:'+str(rgb)print('\r',posi,end='')
        time.sleep(0.5)except KeyboardInterrupt:print('已退出！')