[Python进阶] 操纵鼠标:Pynput

6.6 操纵鼠标:Pynput

Pynput库是一个Python第三方库,用于控制和监视用户输入设备(如键盘和鼠标)。使用Pynput库可以实现以下功能:
控制键盘和鼠标:Pynput库允许模拟用户的键盘按键和鼠标点击动作。你可以编写代码来模拟按下特定的键、释放键、连续按下某个键、移动鼠标、点击或释放鼠标等。
监测键盘和鼠标事件:Pynput库提供了用于监测键盘和鼠标事件的功能。你可以编写代码来监听用户按下或释放的键、滚轮滚动、鼠标移动等等。
安装

>>> pip install pynput

6.6.1 position

返回或者设置鼠标位置。

py 复制代码
from icecream import ic
from pynput.mouse import Controller

mouse = Controller()
ic(mouse.position)  # 输出当前鼠标位置
mouse.position = 10, 20  # 设置鼠标位置
ic(mouse.position)

21:54:55|> mouse.position: (696, 585)

21:54:55|> mouse.position: (10, 20)

6.6.2 scroll(dx, dy)

鼠标滚轮滚动。注意,必须同时输入2个参数
参数:

dx: 水平方向,+向右,-向左

dy: 垂直方向,+向上,-向下

py 复制代码
from pynput.mouse import Controller

mouse = Controller()
mouse.scroll(50, 50)

6.6.3 press、release

按下或释放鼠标按键。
参数:

button:鼠标按键,左键:1,中键:2,右键:3

py 复制代码
import time
from pynput.mouse import Controller, Button

mouse = Controller()
mouse.position = (200, 200)
mouse.press(Button.left)
time.sleep(1)
mouse.release(Button.left)

6.6.4 move(dx, dy)

将鼠标移动到当前位置偏移dx,dy的位置上。

py 复制代码
from pynput.mouse import Controller
from icecream import ic

mouse = Controller()
ic(mouse.position)
mouse.position = (200, 200)
ic(mouse.position)
mouse.move(100, 300)
ic(mouse.position)

22:10:39|> mouse.position: (434, 302)

22:10:39|> mouse.position: (200, 200)

22:10:39|> mouse.position: (300, 500)

6.6.5 click(button, count=1)

按下鼠标相应的按键指定次数。
参数:

button:鼠标的按键

count:次数

py 复制代码
from pynput.mouse import Controller, Button

mouse = Controller()
mouse.position = 500, 30
mouse.click(Button.left, 2)
相关推荐
yiridancan4 分钟前
深入浅出:Spring Bean 的初始化流程详解
java·开发语言·后端·spring
Sapphire~7 分钟前
odoo-045 ModuleNotFoundError: No module named ‘_sqlite3‘
python·ubuntu·odoo
laimaxgg8 分钟前
数据结构B树的实现
开发语言·数据结构·c++·b树·算法
阳光_你好1 小时前
解决用git bash终端 tail -f 命令查看日志中文乱码问题
开发语言·git·bash
nlog3n1 小时前
Java 原型模式 详解
java·开发语言·原型模式
能来帮帮蒟蒻吗2 小时前
Go语言学习(15)结构体标签与反射机制
开发语言·笔记·学习·golang
维度攻城狮4 小时前
实现在Unity3D中仿真汽车,而且还能使用ros2控制
python·unity·docker·汽车·ros2·rviz2
陈皮话梅糖@4 小时前
使用 Provider 和 GetX 实现 Flutter 局部刷新的几个示例
开发语言·javascript·flutter
简简单单做算法4 小时前
基于mediapipe深度学习和限定半径最近邻分类树算法的人体摔倒检测系统python源码
人工智能·python·深度学习·算法·分类·mediapipe·限定半径最近邻分类树
hvinsion5 小时前
基于PyQt5的自动化任务管理软件:高效、智能的任务调度与执行管理
开发语言·python·自动化·自动化任务管理