PyAutoGUI快速入门指南：跨平台GUI自动化利器-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00702/article/details/148394022

PyAutoGUI快速入门指南：跨平台GUI自动化利器

pyautogui asweigart/pyautogui: 是一个用于自动化图形用户界面操作的 Python 库。适合在 Python 应用程序中实现自动化操作，例如自动点击、拖动、输入文字等。特点是提供了简单的 API，支持多种操作系统和屏幕分辨率，并且可以自定义自动化操作的行为。项目地址: https://gitcode.com/gh_mirrors/py/pyautogui

项目简介

PyAutoGUI是一个强大的Python跨平台GUI自动化库，支持Windows、Mac和Linux系统，兼容Python 2和3版本。它提供了控制鼠标键盘、屏幕截图识别等功能，是自动化测试、办公自动化等场景的理想工具。

安装与环境准备

安装PyAutoGUI非常简单，只需使用pip命令即可完成安装。对于Linux用户，如果需要使用截图功能，还需要额外安装scrot工具。

基础功能速览

屏幕与鼠标定位

PyAutoGUI使用屏幕坐标系系统，原点(0,0)位于屏幕左上角，X轴向右递增，Y轴向下递增。

# 获取当前鼠标位置
current_pos = pyautogui.position()

# 获取屏幕分辨率
screen_width, screen_height = pyautogui.size()

# 检查坐标是否在屏幕范围内
is_on_screen = pyautogui.onScreen(100, 200)

安全机制

PyAutoGUI提供了两种重要的安全机制：

操作间隔：设置每次PyAutoGUI调用后的暂停时间

pyautogui.PAUSE = 2.5  # 2.5秒间隔

紧急停止：启用后，将鼠标移动到左上角(0,0)会触发异常终止程序

pyautogui.FAILSAFE = True

鼠标控制详解

基本移动操作

# 绝对移动：移动到指定坐标
pyautogui.moveTo(x=500, y=300, duration=1)  # 1秒内移动到(500,300)

# 相对移动：基于当前位置移动
pyautogui.moveRel(100, -50, duration=0.5)  # 向右100像素，向上50像素

点击与拖拽

# 基本点击
pyautogui.click()  # 当前位置左键单击

# 带参数的点击
pyautogui.click(x=100, y=200, clicks=2, interval=0.25, button='right')

# 拖拽操作
pyautogui.dragTo(300, 400, duration=1)  # 拖拽到绝对位置
pyautogui.dragRel(50, 0, duration=0.5)  # 向右拖拽50像素

高级点击功能

PyAutoGUI提供了多种便捷的点击方法：

# 右键点击
pyautogui.rightClick(x=150, y=250)

# 中键点击
pyautogui.middleClick()

# 双击/三击
pyautogui.doubleClick()
pyautogui.tripleClick()

滚动与按键状态

# 滚动鼠标
pyautogui.scroll(10)  # 向上滚动10个单位
pyautogui.scroll(-5)  # 向下滚动5个单位

# 单独控制按键状态
pyautogui.mouseDown(button='left')  # 按下左键
pyautogui.mouseUp(button='left')  # 释放左键

键盘控制技巧

文本输入

# 基本文本输入
pyautogui.typewrite('Hello World!', interval=0.1)  # 每个字符间隔0.1秒

# 特殊按键输入
pyautogui.typewrite(['enter', 'tab', 'left', 'backspace'], interval=0.25)

快捷键组合

# 组合键操作
pyautogui.hotkey('ctrl', 'c')  # 复制
pyautogui.hotkey('ctrl', 'v')  # 粘贴
pyautogui.hotkey('ctrl', 'shift', 'esc')  # 打开任务管理器

单独按键控制

# 单独控制按键状态
pyautogui.keyDown('shift')  # 按下Shift键
pyautogui.keyUp('shift')  # 释放Shift键

消息对话框

PyAutoGUI提供了简单的消息对话框功能，适合与用户交互：

# 警告对话框
pyautogui.alert('操作已完成！')

# 确认对话框
choice = pyautogui.confirm('确定要继续吗？')
if choice == 'OK':
    print("用户选择了继续")

# 输入对话框
name = pyautogui.prompt('请输入您的姓名：')
print(f"您输入的姓名是：{name}")

屏幕截图与图像识别

基本截图功能

# 截取屏幕
screenshot = pyautogui.screenshot()  # 返回Pillow图像对象

# 保存截图
pyautogui.screenshot('screen.png')

图像识别功能

# 在屏幕上查找图像位置
button_pos = pyautogui.locateOnScreen('button.png')

# 获取图像中心点
center = pyautogui.locateCenterOnScreen('icon.png')
if center:
    pyautogui.click(center)

多图像识别

# 查找所有匹配图像的位置
all_buttons = list(pyautogui.locateAllOnScreen('button.png'))
for button in all_buttons:
    print(f"找到按钮位置：{button}")

性能优化建议

图像识别优化：图像识别是比较耗时的操作，建议：
- 使用尽可能小的图像样本
- 考虑使用confidence参数进行模糊匹配
操作间隔调整：根据实际需要调整PAUSE值，平衡速度和可靠性
区域限定：如果知道目标大致区域，可以限定识别范围提高效率

结语

PyAutoGUI为Python开发者提供了强大的GUI自动化能力，从简单的鼠标键盘控制到复杂的图像识别，能够满足各种自动化需求。通过本指南介绍的核心功能，开发者可以快速上手并实现自己的自动化脚本。在实际应用中，建议结合具体场景进行适当调整和优化，以获得最佳效果。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考