桌面端RPA自动化,鼠标移动点击太机械怎么破?随机取点、贝塞尔移动、光标检测三步走

上一篇 RPA跑网页自动化,鼠标怎么走得更像真人一点?三层方案实现随机移动轨迹+随机点击空白区域 讲了网页端的方案,在DOM里扫描安全空白区域,用贝塞尔曲线移过去,光标兜底检测再点。

那桌面软件端怎么办?

思路其实没变,和网页端一样,先找一个安全点,再决定要不要点击。但因为桌面端没有DOM,第一步无法做精细扫描,只能退而求其次。下面我们看一下整体思路。

第1层 在区域内随机生成坐标

这是桌面端和网页端最大的不同。

网页端能透视DOM结构,精细排除链接、按钮、表单,只点空白区域。但Win窗口里的元素,影刀能拿到的只是一个矩形坐标,我们只能从坐标字符串里解析出 left、top、right、bottom 四个值,用random.randint在范围内取任意坐标。

对【空白坐标点击次数】有进一步要求的人来说,精度会下降,这部分风险统一交给第三层的光标兜底来处理。

核心代码:

python 复制代码
import random
import re

from typing import *
try:
    from xbot.app.logging import trace as print
except:
    from xbot import print


def generate_random_coordinate_from_rect(rectangle_str):
    """
    title: 在矩形区域内生成随机坐标
    description: 从输入的矩形描述字符串中解析出坐标范围,
                 并在该范围内生成一个随机的绝对屏幕坐标。
    inputs:
        - rectangle_str (str): 矩形区域描述字符串,
          eg: "Rectangle(left=4, top=149, right=1421, bottom=848, ...)"
    outputs:
        - random_coord (dict): {"随机X坐标": 560, "随机Y坐标": 420}
    """

    def _parse_rectangle(rect_str: str):
        patterns = {
            'left': r'left=(\d+)',
            'top': r'top=(\d+)',
            'right': r'right=(\d+)',
            'bottom': r'bottom=(\d+)'
        }
        
        results = {}
        for key, pattern in patterns.items():
            match = re.search(pattern, rect_str)
            if match:
                results[key] = int(match.group(1))
            else:
                raise ValueError(f"无法在输入字符串中找到字段: {key}")
        
        return results

    coords = _parse_rectangle(str(rectangle_str))
    
    left = coords['left']
    top = coords['top']
    right = coords['right']
    bottom = coords['bottom']

    random_x = random.randint(left, right)
    random_y = random.randint(top, bottom)

    return {
        "随机X坐标": random_x,
        "随机Y坐标": random_y
    }

第2层 贝塞尔曲线移动

这一层和网页端完全一样,不复述了。

用的同一个魔法指令,自动侦测系统DPI缩放、多点贝塞尔路径规划、1.5秒高频插值移动。不管台式机还是笔记本,坐标都能精准落地。

原理和代码见上一篇的第二层部分。

第3层 手掌光标兜底检测

这一层也和网页端完全一样。

调用同一个 Windows 底层 API GetCursorInfo,实时判断光标是不是手掌形态。是手掌,说明当前坐标落在可交互元素上,跳过重来;不是手掌,确认安全,执行点击。

这一步对桌面端尤其关键。正是因为第一层不做DOM扫描、纯随机,误判的概率比网页端高。光标兜底检测就是那道安全网,把随机到的「不该点的地方」过滤掉。

三层串起来,桌面端的整体流程可以压缩为一条执行链:激活窗口,获取元素矩形,循环尝试(比如10次),随机取点,贝塞尔移动,等待2秒,光标检测,决定是否点击。是手掌跳过,不是就点。

上一篇讲了网页端的三层方案,这篇补上了桌面端。两篇合在一起,不管操作的是网页还是桌面软件,鼠标都能走得更像个真人。

以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标?~

谢谢你看我的文章,我们下篇分享再见。

-END-

  • 爱练字的ISTJ型互联网人/信息整合怪/工具人/影刀高级认证工程师。
  • 专注分享:RPA&AI自动化场景提效方案、效率软件安利、实用技能。"所有的生产要素都可以被构建,只有认知是壁垒",欢迎関注 @掌心向暖RPA自动化

推荐阅读:

  • 拒绝品牌碰瓷!如何通过影刀RPA为品牌IP搭建一套高效的"内容合规治理"工作流?
  • 那些拥有上千浏览器书签/收藏夹的电脑用户,是怎么管理书签的?
  • 不会编程的我开发了一款近900行指令的自动化RPA应用,完美解决98%以上复制受限的飞书文档!
  • 飞书文档附件文件下载RPA方案2.0来了!不仅是PDF,Word、PPT、Excel、视频都能批量导出了,还都是源文件
相关推荐
qq_426003964 小时前
启动playwright录制codegen生成自动化测试脚本
python·自动化
其实防守也摸鱼8 小时前
内网穿透与反向代理:原理、工具与实战指南
android·大数据·运维·安全·网络安全·自动化·渗透
森叶9 小时前
用远程调试端口自动化 Chrome 应用商店发布:做法、三个真坑,以及你必须知道的风险
自动化
懂软件的胡子个哥9 小时前
微信机器人为什么需要“回复候选”而不是所有 AI 内容直接发送
运维·微信·自动化·wechatapi·个人微信号二次开发
jingli910 小时前
多平台多店铺客服怎么统一接待?千牛/拼多多/抖音/京东/闲鱼/微信/快手切窗口太累,一个后台集中接管的七步落地方案(2026 实操版)
人工智能·自动化·用户运营
坚定信念,勇往无前11 小时前
Playwright 的本质
自动化·网络爬虫
乐橙开放平台1 天前
从「多套客户端」到一套开放能力:乐橙视频监控能力复盘
笔记·物联网·自动化·音视频·智能家居
志栋智能1 天前
集成是关键:让巡检超自动化融入现有工具链
运维·服务器·数据库·架构·自动化