PyAutoGUI 使用详解

文章目录

简介

PyAutoGUI 是一个用于自动化控制鼠标和键盘的 Python 库。它可以帮助开发者编写脚本,以模拟用户在计算机上的操作,适用于自动化任务、测试和游戏辅助等场景。

官网链接:PyAutoGUI Documentation

PyAutoGUI 的原理

PyAutoGUI 的工作原理是通过操作系统提供的 API 来模拟用户的鼠标和键盘输入。它支持跨平台操作,包括 Windows、macOS 和 Linux。PyAutoGUI 提供了许多方便的函数,可以用来移动鼠标、点击、拖拽、键盘输入、截屏等。

安装 PyAutoGUI

使用 pip 可以轻松安装 PyAutoGUI:

bash 复制代码
pip install pyautogui

此外,某些功能(如截屏和图像识别)需要额外的依赖库,可以通过以下命令安装:

bash 复制代码
pip install pillow opencv-python

基本使用示例

以下是一些常见的 PyAutoGUI 用法示例:

鼠标控制

python 复制代码
import pyautogui

# 移动鼠标到屏幕坐标 (100, 200)
pyautogui.moveTo(100, 200)

# 从当前位置移动鼠标,相对移动 (x, y)
pyautogui.moveRel(50, 50)

# 点击鼠标左键
pyautogui.click()

# 双击鼠标左键
pyautogui.doubleClick()

# 右键点击
pyautogui.rightClick()

# 拖拽鼠标
pyautogui.dragTo(300, 400, duration=2)  # 拖动到 (300, 400) 位置,持续2秒

键盘控制

python 复制代码
# 输入文本
pyautogui.write('Hello, World!')

# 按下并释放按键
pyautogui.press('enter')

# 组合按键
pyautogui.hotkey('ctrl', 'c')  # 模拟 Ctrl+C 组合键

截屏

python 复制代码
# 截取整个屏幕
screenshot = pyautogui.screenshot()
screenshot.save('screenshot.png')

# 截取特定区域
region_screenshot = pyautogui.screenshot(region=(0, 0, 300, 400))
region_screenshot.save('region_screenshot.png')

图像识别

python 复制代码
# 查找屏幕上的图像
location = pyautogui.locateOnScreen('button.png')
if location:
    pyautogui.click(location)

消息框

python 复制代码
# 显示消息框
pyautogui.alert('This is an alert box.')

# 输入框
user_input = pyautogui.prompt('Enter your name:')
print(f'User entered: {user_input}')

高级功能

防止误操作

为了防止脚本失控,PyAutoGUI 提供了一些安全功能:

  • failsafe:默认情况下,如果鼠标移动到屏幕左上角,PyAutoGUI 操作会立即停止。
  • pause:在每个 PyAutoGUI 函数调用后自动暂停一段时间,默认值为 0.1 秒。
python 复制代码
pyautogui.FAILSAFE = True
pyautogui.PAUSE = 1  # 每个操作后暂停 1 秒

多屏幕支持

PyAutoGUI 支持多屏幕,可以获取所有屏幕的尺寸:

python 复制代码
screens = pyautogui.screenshot().size()
print(screens)

鼠标平滑移动

使用 moveTomoveRel 函数的 duration 参数,可以让鼠标平滑移动到目标位置:

python 复制代码
pyautogui.moveTo(500, 500, duration=2)  # 在2秒内平滑移动到 (500, 500)

结论

PyAutoGUI 是一个强大且易于使用的库,适用于各种自动化任务。无论是简单的鼠标和键盘操作,还是复杂的图像识别和脚本编写,PyAutoGUI 都能提供灵活的解决方案。通过学习和掌握 PyAutoGUI,可以大大提高工作效率和自动化程度。

更多详细信息和高级用法,请参阅 PyAutoGUI 官方文档

相关推荐
啊阿狸不会拉杆8 分钟前
《机器学习导论》第 18 章-增强学习
人工智能·python·学习·算法·机器学习·智能体·增强学习
查无此人byebye9 分钟前
基于DiT+DDPM的MNIST数字生成:模型推理实战教程
人工智能·python·深度学习·nlp·transformer
我的xiaodoujiao12 分钟前
使用 Python 语言 从 0 到 1 搭建完整 Web UI自动化测试学习系列 48--本地环境部署Jenkins服务
python·学习·测试工具·pytest
喵手15 分钟前
Python爬虫实战:爬取得到App电子书畅销榜 - 从零到交付的完整实战!
爬虫·python·爬虫实战·零基础python爬虫教学·爬取app电子书畅销榜·app电子书畅销榜单数据获取
2401_8288906416 分钟前
实现变分自编码器 VAE- MNIST 数据集
人工智能·python·深度学习·cnn·transformer
PD我是你的真爱粉17 分钟前
RabbitMQ架构实战
python·架构·rabbitmq
我的xiaodoujiao20 分钟前
使用 Python 语言 从 0 到 1 搭建完整 Web UI自动化测试学习系列 49--CI/CD-开始探索使用Jenkins
python·学习·测试工具·ci/cd·jenkins·pytest
南 阳21 分钟前
Python从入门到精通day35
数据库·python·oracle
geovindu9 小时前
python: Memento Pattern
开发语言·python·设计模式·备忘录模式
寻星探路9 小时前
【JVM 终极通关指南】万字长文从底层到实战全维度深度拆解 Java 虚拟机
java·开发语言·jvm·人工智能·python·算法·ai