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
码林拾遗WJ1 小时前
告警分级的自动化实测:模型判断 vs 人工拍板
人工智能·算法·自动化
VisionDataLab2 小时前
机器视觉运维困局:人员高频流动,如何降低产线视觉系统的运维依赖
自动化·视觉检测
第九序言T3 小时前
Python 数据处理进阶(二十四)把脚本变成工具:argparse、logging 与定时任务
python·自动化·pandas
小豆庄7 小时前
会议录屏忘打码后的技术复盘:本地自动化隐私脱敏方案
运维·opencv·目标检测·自动化·视频·纹理贴图
鬼手点金9 小时前
Skills:领域能力的可组合单元
java·人工智能·笔记·自动化·1024程序员节
海宇服务20 小时前
零信任架构实战:基于海宇全能小微企业报告构建自动化园区商户免押租赁资信核验网关
大数据·人工智能·架构·自动化
画中有画1 天前
在自动化脚本中操作本地数据库
数据库·oracle·自动化
代码方舟1 天前
零信任架构实战:基于天远企业法人四要素高级版构建自动化电子印章授权与签约准入网关
人工智能·架构·自动化·区块链
NailiConveyor1 天前
柔性物流方案如何适配工厂升级?自动化输送流水线定制要点
大数据·运维·自动化·制造·业界资讯