我們以前講過怎樣使用 Python 在瀏覽器中實(shí)現(xiàn)頁面自動(dòng)化操作，不管用哪種方式實(shí)現(xiàn)，都是通過定位頁面中的元素來進(jìn)行相應(yīng)的操作。

今天我們來聊一聊如何在桌面實(shí)現(xiàn)自動(dòng)化操作。與瀏覽器頁面自動(dòng)化操作類似，桌面自動(dòng)化操作也是需要定位鼠標(biāo)在桌面的位置，然后根據(jù)定位的位置執(zhí)行對應(yīng)的操作。

GUI 控制神器

我們今天的主人公是 pyautogui，pyautogui 是一個(gè)純 Python 的 GUI 自動(dòng)化工具，通過它可以讓程序自動(dòng)控制鼠標(biāo)和鍵盤的一系列操作來達(dá)到自動(dòng)化測試的目的。

這個(gè)模塊的安裝也是老一套：

• pip3 install pyautogui

安裝好了就可以直接使用了。

鼠標(biāo)操作

鼠標(biāo)移動(dòng)

桌面操作最基本的就是鼠標(biāo)操作了，我們可以控制鼠標(biāo)的移動(dòng)：

# 移動(dòng)鼠標(biāo)
pyautogui.moveTo(200,400,duration=2)
pyautogui.moveRel(200,500,duration=2)

整個(gè)桌面是以左上角為坐標(biāo)軸的原點(diǎn)，所有的操作都以這個(gè)原點(diǎn)，來確定操作位置。

第一行是將鼠標(biāo)移動(dòng)到指定的像素(200,400)位置，第二行代碼是將鼠標(biāo)按照當(dāng)前點(diǎn)向右移動(dòng)200px，向下移動(dòng)400px這個(gè)方向移動(dòng)。

兩行代碼中都有一個(gè)共同的參數(shù) duration，這個(gè)參數(shù)表示移動(dòng)時(shí)間，即在指定時(shí)間內(nèi)完成移動(dòng)操作，單位是秒。

運(yùn)行這兩行代碼，觀察屏幕鼠標(biāo)的變化，是不是很神奇？

我們還可以獲取鼠標(biāo)位置：

print(pyautogui.position())

這個(gè)很好理解，就是獲取鼠標(biāo)在當(dāng)前屏幕中的坐標(biāo)位置，運(yùn)行這行代碼，我們會(huì)得到諸如下面的信息：

• Point(x=400, y=900)

鼠標(biāo)點(diǎn)擊

通常，我們的鼠標(biāo)有左右兩個(gè)按鍵，高級點(diǎn)的鼠標(biāo)中間還有個(gè)按鍵。

我的鼠標(biāo)只有兩個(gè)按鍵，中間沒有按鍵，唉~

pyautogui針對這三個(gè)按鍵操作都有相應(yīng)的處理：

# 鼠標(biāo)點(diǎn)擊，默認(rèn)左鍵
pyautogui.click(100,100)    
# 單擊左鍵
pyautogui.click(100,100,button='left')  
# 單擊右鍵
pyautogui.click(100,300,button='right')  
# 單擊中間  
pyautogui.click(100,300,button='middle')

鼠標(biāo)點(diǎn)擊，如果不指定 button 參數(shù)，默認(rèn)是點(diǎn)擊左鍵，前面兩個(gè)參數(shù)就是點(diǎn)擊坐標(biāo)的位置。

運(yùn)行這段代碼，看看你的桌面會(huì)發(fā)生什么？

鼠標(biāo)除了點(diǎn)擊操作，還有雙擊操作：

# 雙擊左鍵
pyautogui.doubleClick(10,10)  
# 雙擊右鍵
pyautogui.rightClick(10,10)    
# 雙擊中鍵
pyautogui.middleClick(10,10)

操作函數(shù)也很簡單，相信大家一眼就能看明白，如果一眼看不明白，請多看幾眼！

熟悉前端的小伙伴可能會(huì)馬上聯(lián)想到，鼠標(biāo)操作有按下和釋放的過程，我們屏幕操作也有對應(yīng)的控制：

# 鼠標(biāo)按下
pyautogui.mouseDown()    
# 鼠標(biāo)釋放
pyautogui.mouseUp()

鼠標(biāo)拖動(dòng)

我們可以控制鼠標(biāo)拖動(dòng)到指定坐標(biāo)位置，并且設(shè)置操作時(shí)間：

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

這個(gè)運(yùn)行效果和前面移動(dòng)類似。

根據(jù)前面移動(dòng)的經(jīng)驗(yàn)，我們也有按照方向拖動(dòng)鼠標(biāo)：

pyautogui.dragRel(100,300,duration=4)

鼠標(biāo)滾動(dòng)

在桌面操作中，我們有時(shí)候需要滾動(dòng)鼠標(biāo)到達(dá)向上或者向下的位置，這時(shí)候我們可以使用 scroll 這個(gè)函數(shù)來控制：

pyautogui.scroll(30000)

參數(shù)是整數(shù)，表示向上或向下滾動(dòng)多少個(gè)單位，這個(gè)單位根據(jù)不同的操作系統(tǒng)可能不一樣。如果向上滾動(dòng)，傳入正整數(shù)，向下滾動(dòng)傳入負(fù)整數(shù)。

屏幕處理

獲取屏幕截圖

我們先來假設(shè)一個(gè)場景：我現(xiàn)在要在屏幕上找到一個(gè)紅色的點(diǎn)，你會(huì)怎么做？通常的做法是拿到這個(gè)紅色點(diǎn)的顏色值，然后再對屏幕上的點(diǎn)逐個(gè)進(jìn)行比較，直到找到為止。

pyautogui 為我們這個(gè)操作場景提供了支持，分別有三個(gè)函數(shù)可以完成這三件事情。

im = pyautogui.screenshot()
im.save('screenshot.png')
rgb = im.getpixel((100, 500))
print(rgb)
match = pyautogui.pixelMatchesColor(500,500,(12,120,400))
print(match)

第一個(gè)是獲取屏幕截圖函數(shù)，它可以返回一個(gè) Pillow 的 image 對象; 第二個(gè)是獲取屏幕截圖中指定坐標(biāo)點(diǎn)的顏色，返回 rgb 顏色值；第三個(gè)是將指定坐標(biāo)點(diǎn)的顏色和目標(biāo)的顏色進(jìn)行比對，返回布爾值。

我們再來升級一下需求：

我現(xiàn)在要在屏幕上找到 edge 瀏覽器的圖標(biāo)，你會(huì)怎么做？

通常的做法是先知道 edge 瀏覽器的圖標(biāo)長啥樣，是綠色還是藍(lán)色，是胖的還是瘦的，對吧？然后再在屏幕上去進(jìn)行圖標(biāo)的匹配，直到找到一個(gè)圖標(biāo)跟我們目標(biāo)圖標(biāo)一樣，就得到了結(jié)果。

于是，我們的代碼如下：

# 圖像識別（一個(gè)）
oneLocation = pyautogui.locateOnScreen('1.png')
print(oneLocation)  
# 圖像識別（多個(gè)）
allLocation = pyautogui.locateAllOnScreen('1.png')
print(list(allLocation))

你可以在桌面上將某個(gè)應(yīng)用的圖標(biāo)截取下來，保存為圖片，然后使用上面幾行代碼來識別，識別成功，你會(huì)返回類似下面的結(jié)果：

Box(left=20, top=89, width=33, height=34)
[Box(left=20, top=89, width=33, height=34)]

這就是圖片在桌面的位置，如果找不到圖片，就會(huì)返回 None。

鍵盤輸入

鍵盤函數(shù)

鍵盤輸入有下面幾個(gè)常用的函數(shù)：

• keyDown()：模擬按鍵按下
• keyUP()：模擬按鍵松開
• press()：模擬一次按鍵過程，即 keyDown 和 keyUP 的組合
• typewrite()：模擬鍵盤輸出內(nèi)容

舉個(gè)例子，大家平時(shí)輸入感嘆號（?。┦窃趺床僮麈I盤的？

按住 shift 按鍵，然后再按住 1 按鍵，就可以了。用 pyautogui 控制就是：

pyautogui.keyDown('shift')    
pyautogui.press('1')    
pyautogui.keyUp('shift')

運(yùn)行上面的代碼，如果你的鼠標(biāo)是放在編輯框中，你會(huì)得到一個(gè)感嘆號！

我們還可以直接輸出內(nèi)容：

pyautogui.typewrite('python', 1)

第一個(gè)參數(shù)是輸出的內(nèi)容，第二個(gè)參數(shù)是間隔時(shí)間，單位是秒。

運(yùn)行上面代碼，你的編輯器里面就會(huì)每隔1秒鐘按順序輸出 python 的6個(gè)字母。

特殊符號

有時(shí)我們需要輸入鍵盤的一些特殊的符號按鍵，比如 換行、方向鍵等，這些有相對應(yīng)的鍵盤字符串表示：

pyautogui.typewrite(['p','y','t','h','o','n','enter'])

運(yùn)行上面代碼，編輯器里面就會(huì)輸出 python 之后換行。

其他特殊按鍵對應(yīng)的字符串請參考官方說明。

快捷鍵

如果我要復(fù)制一個(gè)內(nèi)容，大部分情況下會(huì)使用快鍵鍵 ctrl + c，按照上面講的，我們應(yīng)該這么實(shí)現(xiàn)：

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

這樣寫起來很麻煩，而且需要掌控按鍵的按下和釋放的順序。

pyautogui 為我們提供了一個(gè)快捷的函數(shù)：

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

實(shí)現(xiàn)的效果和上面的4行代碼相同。

信息框

當(dāng)你在模擬一個(gè)桌面操作的時(shí)候，如果有分支操作需要根據(jù)實(shí)際情況來判斷，你是不是需要有一個(gè)地方可以讓你選擇走哪個(gè)分支？

pyautogui 貼心地考慮到了這種情況，你可以通過彈出一個(gè)選擇框來中斷當(dāng)前的操作，選擇操作分支。

way = pyautogui.confirm('領(lǐng)導(dǎo)，該走哪條路？', buttons=['農(nóng)村路', '水路', '陸路'])
print(way)

這里就是我們 HTML 頁面的 confirm 選擇框，選擇了選項(xiàng)之后，我們可以獲取到選擇的選項(xiàng)，然后基于這個(gè)選項(xiàng)做判斷，進(jìn)入相應(yīng)的操作分支。

除了選擇確認(rèn)框之外，還有其他一些提示信息框：

# 警告框
alert = pyautogui.alert(text='警告！敵軍來襲！', title='警告框')
print(alert)
# 密碼框
password = pyautogui.password('請輸入密碼')
print(password)
# 普通輸入框
input = pyautogui.prompt('請輸入指令：')
print(input)

總結(jié)

pyautogui 的基本知識就給大家介紹到這里，這個(gè) python 模塊的功能十分強(qiáng)大，函數(shù)都非常簡單，對 python 初學(xué)者比較友好。學(xué)了這些基本知識之后，你可以運(yùn)用這些基本知識的組合，去實(shí)現(xiàn)一些有趣的桌面自動(dòng)化操作，快去嘗試一把吧！

知識在于分享，轉(zhuǎn)發(fā)這篇文章，讓更多的人看到~