Python键鼠控制·PyAutoGui库_pyautogui.dragrel

日常使用计算机，命令行程序可以说是为批量操作文件而生，但作为普通用户，最多的还是通过鼠标键盘操作形形色色的图形界面程序。试想下面一个场景：有成千上万个文件，都需要通过图形界面进行同样的一套编辑、保存工作，靠手工一遍一遍地重复做，累死人不说，时间久了必然出现错误，作为程序猿，怎么能忍重复3次以上的工作，必须利用程序自动化。要想图形界面也能像命令行程序那样精确控制，就需要GUI自动化工具了。不得不赞Python生态之丰富，GUI自动化自动化工具也有多种库可选，比如Windows平台的pywin32，以及本文主角——跨平台的PyAutoGUI。

目录

01. PyAutoGUI简介

02.PyAutoGUI使用入门

安装

快速上手

1. 通用功能

 2. 鼠标控制

3. 键盘控制

4. 消息窗口

03.任务示例

参考

---

01. PyAutoGUI简介

pywin32直接包装了几乎所有的Windows API，可以方便地从Python直接调用，把Windows API按照功能分了一些大类，每一个大类作为一个模块，常见如win32api、win32gui、win32com等，其中win32com使用微软独门的COM接口技术进行进程间通信，可以实现控制GUI程序。但前提是，这些程序得支持COM接口。win32api则更加原始，完全通过Win32 API调用获得/生成窗口句柄、发送消息事件，十分繁琐。

PyAutoGUI的思路与此完全不同，它是接管了鼠标、键盘使用权，基本上完全照搬人的操作，底层不必套牢在Windows系统，没错，它是跨平台的。官网地址：https://github.com/asweigart/pyautogui。原本，这类GUI自动化工具的初衷是给GUI程序自动化测试用，产生点击鼠标、敲击键盘的行为，在日志中记录下消息事件和GUI程序的响应结果，事后分析GUI程序可能存在的bug。不过，既然能产生点击鼠标、敲击键盘的行为，我们就可以用来控制GUI程序批量完成文件编辑、保存工作。

按照官方的说法，PyAutoGUI给人类用的GUI自动化神器，简单高效、函数分类清晰，它被awesome-python、awesome-python-cn收录。

02.PyAutoGUI使用入门

安装

推荐通过pip安装，一行命令搞定。

python -m pip install -U pyautogui

PyAutoGUI依赖于pyscreeze、pymsgbox、pytweening，上述命令会自动安装这3个库。安装完成后可以发现，在site-packages\pyautogui有6个文件，名字带java、osx、win、x11的是在不同平台的实现方案，再在__init__.py和__main__.py中检测当前系统平台进行封装。其中，java平台的实现文件为空，猜测是未来计划支持的，先占个坑。

__init__.py
__main__.py
_pyautogui_java.py  # 空文件，猜测是未来支持
_pyautogui_osx.py
_pyautogui_win.py
_pyautogui_x11.py

快速上手

PyAutoGUI设计简洁，相关符号经过内部import之后，被封装在pyautogui单个模块中，因此Python程序中只要import pyautogui之后便可通过.符号访问pyautogui中的函数、变量。pyautogui中函数大致分为通用功能、鼠标控制、键盘控制、消息窗口、截图5大类。

1. 通用功能

import pyautogui
 
a = pyautogui.size()  # 获取屏幕尺寸（分辨率×分辨率）
print(a)
#输出:Size(width=1920, height=1080)
 
a = pyautogui.position() # 获取鼠标当前位置
print(a)
#输出:Point(x=960, y=540)
 
a = pyautogui.onScreen(100,200) # 判断坐标是否在屏幕范围内
print(a)
#输出:True
 
a = pyautogui.onScreen(100,2000) # 判断坐标是否在屏幕范围内
print(a)
#输出:False

坐标体系至关重要，后续鼠标位置、图片大小都根据这套体系定义。PyAutoGUI沿用了传统的坐标体系，并未重新定义，如下图所示。x的取值范围是[0, 宽度分辨率-1]，y的取值范围是[0, 高度分辨率-1]。 

 2. 鼠标控制

鼠标移动，包括绝对位置移动和相对位置移动。

import pyautogui
 
x,y = pyautogui.size() # 保存屏幕尺寸
 
# 绝对位置移动，移动至屏幕正中心，鼠标移动过渡时间duration设为1秒
pyautogui.moveTo(x/2,y/2,duration = 1)
 
# 相对位置移动，向右100、向上200，鼠标移动过渡时间duration设为0.5秒
pyautogui.moveRel(100, -200, duration = 0.5)

鼠标点击，一个click()函数把点鼠标的活包干，过程也可分解为mouseDown()、mouseUp()；另有在click()之上封装的rightClick()、middleClick()、doubleClick()、tripleClick()等函数。鼠标点击之前允许指定要移动的目标位置，若目标位置不在运行当前Python程序的终端/IDE范围内，则可能对其他GUI程序触发鼠标点击事件，从而引起其响应，即焦点移动至其他GUI程序。

# 移动至屏幕中心点击一下左键，过渡时间0.5秒
pyautogui.click(x/2,x/2, duration=0.5)
 
# 不指定x、y，在当前位置点击一下右键
pyautogui.click(button = 'right')
 
# 移动至(100,100)点击3次左键，点击间隔0.1s，鼠标移动过渡时间0.5秒
pyautogui.click(100,100, clicks = 3,interval = 0.1,duration = 0.5)
 
# 移动至(100,100)点击2次右键，点击间隔0.5s，鼠标移动过渡时间0.2秒
pyautogui.click(100,100, clicks = 2,interval = 0.5,button =' right',duration = 0.2)

滚动鼠标滚轮。

# 鼠标位置不动，向上回滚2个单位，项目文档对滚动量参数说明不详
pyautogui.scroll(2)
 
# 鼠标移动至(1000,700)，前下滚动10个单位
pyautogui.scroll(-10,1000,700)
# 运行发现鼠标并没有动

鼠标拖曳，指从当前位置按下鼠标，移动至目标位置再释放的过程，指定目标位置同样有绝对位置和相对位置两种方式，和移动鼠标函数很像。另外，试用下来，未发现drag()函数和dragRel()的差异。

# 将鼠标从当前位置拖至屏幕中心，默认左键
pyautogui.dragTo(x/2,x/2)
 
# 将鼠标从当前位置向左100像素、向右200像素拖动，过渡时间0.5秒，指定右键
pyautogui.dragRel(-100,200,duration = 0.5,button = 'right')

3. 键盘控制

控制按键，也是一个press()函数基本把活包干，按键动作往细分解包含keyDown()和keyUp()两个过程；在此基础上封装，有typewrite()和hotkey()两个高阶一点的函数，分别用于输入字符串和按快捷键。

# 键名用字符串表示，支持的所有键名，存在pyautogui.KEYBOARD_KEYS变量中，包括26个字母、数字、符号、F1~F20、方向等等所有按键
pyautogui.press('a') # 按字母A键，字母支持大小写
 
# 程序向终端输入了字符a，若程序运行时输入法为中文状态，由于没有继续输入空格或回车，输入法仅列出候选字，并不会输入到终端
打字输出:a 
 
# 传入键名列表（按键p、按键y、空格），按键之间间隔0.1秒（默认0）
pyautogui.press(['p','y','space'], interval = 0.1)
 
# 运行前将输入法切换到中文状态，往终端直接输入了“便宜”
打字输出:便宜
 
 
# typewrite方式一：传入字符串，不支持中文字符，因为函数无法知道输入法需要什么按键才能得到中文字符
pyautogui.typewrite('hello,\n PyAutoGUI')
 
# 程序把字符串"'hello, PyAutoGUI!"和换行符输入到了终端
打字输出:hello,
    PyAutoGUI
 
 
# typewrite方式二：传入键名列表，按键之间间隔0.1秒（默认0）
pyautogui.typewrite(['s','r','f','space'], interval=0.1)
 
# 运行前将输入法切换到中文状态，往终端直接输入了“输入法”3个字
打字输出:输入法
 
# 大小写字母是自动支持的，仍然尝试一次切换到大写
pyautogui.typewrite(['capslock','p','y'])
 
# CapsLock按键灯被点亮，程序往终端输入了"PY"
打字输出:PY
 
 
# hotkey屏蔽了需要反复keyDown、keyUp的细节，参数是任意个键名，而非列表
pyautogui.hotkey('ctrl', 'shift', 'esc') #调出任务管理器
 
pyautogui.hotkey('alt','ctrl','delete') #调出重启界面,但运行未调出

4. 消息窗口

PyAutoGUI利用pymsgbox的功能，以JavaScript风格函数提供消息框功能，包括alert()、confirm()、prompt() 、password()，连参数都是一致的，熟悉JavaScript的朋友不会陌生。

import pyautogui
 
a = pyautogui.alert(text = '警告',title = 'PyAutoGUI消息框',button = 'OK')
print(a)
输出: OK # 点击的按键被返回

a = pyautogui.confirm(text = '请选择',title = 'PyAutoGUI消息框',buttons = ['1','2','3'])
print(a)
输出:2 #选择的按键被返回

 

a = pyautogui.prompt(text='请输入',title='PyAutoGUI消息框',default='请输入')
print(a)
输出:by anou.

a = pyautogui.password(text = '输入密码',title = 'PyAutoGUI消息框',default = '',mask = '*')
输出:anmou.

03.任务示例

前文只是PyAutoGUI相关函数的说明，要真正熟悉它，必须结合具体任务。现有这样一个任务，成千上万个CAD图分布在几十个文件夹中，需要对每个图进行编辑操作，假使这个操作就是简单旋转下视角，再保存。AutoCAD程序本身是有脚本功能的，因此可以利用AutoCAD来完成本任务，综合考虑以下原因促使我转向PyAutoGUI的路线上来：

1. AutoCAD是商业软件，本人希望尽可能地减少对商业软件的依赖；
2. AutoCAD的脚本功能十分有限，没有循环，难以适应如此多数量的文件操作，而且去熟悉AutoCAD脚本可能比PyAutoGUI更花时间；
3. 利用PyAutoGUI熟悉GUI控制后，可以套在别的GUI程序上，未来仍有使用价值，如果使用AutoCAD则始终被限定在AutoCAD的操作范围内，价值低，而且与第一条相悖。

决定走PyAutoGUI的路线，做了如下工作：

1. 找到另一个轻量看图软件，支持简单的编辑功能，正好包括旋转视角；
2. 手工操作键盘鼠标，利用这个看图软件完成1个文件的编辑、保存流程；
3. 将涉及操作的菜单、按钮等截图保存起来备用，将上述流程代码化，落地成果就是1个操作函数；
4. 由于看图软件应需要时间，移动、点击鼠标等操作的过渡时间需要调试确定；
5. 完成1个文件的操作流程后，在主函数编写文件匹配、循环等功能，在循环中调用操作函数，初期只拿10个文件批量操作，调试无误后，主函数的文件匹配修改为整个文件夹，包含成千上万个文件。

操作函数代码。

import os
import pyautogui as pag
 
__sizex__, __sizey__ = pag.size() #获得屏幕尺寸
 
def cad_turn(cad_file, outd):
    '''
    cad_file  :  要操作的CAD文件
    outd      :  文件输出路径
    '''
 
    c = pag.locateCenterOnScreen(__icon_open__, region=(0,0,__sizex__/10,__sizey__/20) ) # 打开图标，图标事先截图保存
    pag.moveTo(*c, duration=0.05)
    pag.click( button="left") # 点击打开按钮
 
    pag.moveRel(__sizex__/4, __sizey__/4) # 确保文件打开窗口获得焦点    
    pag.typewrite(message=cad_file,interval=0.1) # 输入文件路径
    pag.press('enter')
 
    c = pag.locateCenterOnScreen(__icon_view__, region=(__sizex__/4, 0,__sizex__/2, __sizey__/10) )  # 旋转视图图标
    pag.moveTo(*c, duration=2)
    pag.click(clicks=7, interval=1, button="left") # 点击旋转视角按钮
 
    c = pag.locateCenterOnScreen(__icon_saveas__, region=(0, 0, __sizex__/10, __sizey__/20) ) # 另存为图标
    pag.moveTo(*c, duration=0.2)
    pag.click( button="left") # 点击另存为按钮
 
    pag.moveRel(__sizex__/4, __sizey__/4) # 确保文件打开窗口获得焦点
    pag.typewrite(message=os.path.join(out, fbase+'-se'), interval=0.1) # 输入保存路径
    pag.press('enter')
 
    # 关闭所有可能存在的窗口，避免占用太多内存
    while( True ): 
        try :
            pag.moveTo(__sizex__/2, __sizey__/2, duration=0.3) # 延时
            c = pag.locateCenterOnScreen(__icon_close__, region=(__sizex__/5, 0, __sizex__*3/5, __sizey__/20) )
            pag.moveTo(*c, duration=0.1) # 移到“x”按钮
            pag.click( button="left") # 点击“x”按钮
        except TypeError:
            break

主函数代码。

if __name__ == "__main__":
    p = r'x/y/z/CAD文件所在路径'
    cad_src = glob_file_list( p, r"*.DXF") # 匹配出要操作的文件
    total = len(cad_src)
    if(total == 0):
        print('无文件需处理，退出...')
    try:
        for idx,x in enumerate(cad_src, start=1):
            print("[{}/{}] 处理{}...".format(idx, total, x))
            cad_turn(x, "out")
    except Exception as e:
        print("错误:{}".format(e))

开启看图软件，输入法切换到英文状态，再运行Python程序。

04.拓展

PyAutoGui仅支持控制键鼠，想要检测键鼠，需要另一个库PyHook3

安装

安装过程较复杂 建议查看我的另一篇博文

Python小白·暗某人的博客:PyHook3安装(亲测有用)

实例

相关文章：

At5uto的博文:PyHook3简明教程

import pythoncom
import PyHook3
 
hm = PyHook3.HookManager()
 
 
# 鼠标事件处理函数
def OnMouseEvent(event):
  print('MessageName:',event.MessageName)  #事件名称
  print('Message:',event.Message)          #windows消息常量 
  print('Time:',event.Time)                #事件发生的时间戳        
  print('Window:',event.Window)            #窗口句柄         
  print('WindowName:',event.WindowName)    #窗口标题
  print('Position:',event.Position)        #事件发生时相对于整个屏幕的坐标
  print('Wheel:',event.Wheel)              #鼠标滚轮
  print('Injected:',event.Injected)        #判断这个事件是否由程序方式生成，而不是正常的人为触发。
  print('---')
 
  # 返回True代表将事件继续传给其他句柄，为False则停止传递，即被拦截
  return True
 
#键盘事件处理函数
def OnKeyboardEvent(event):
  print('MessageName:',event.MessageName)          #同上，共同属性不再赘述
  print('Message:',event.Message)
  print('Time:',event.Time)
  print('Window:',event.Window)
  print('WindowName:',event.WindowName)
  print('Ascii:', event.Ascii, chr(event.Ascii))   #按键的ASCII码
  print('Key:', event.Key)                         #按键的名称
  print('KeyID:', event.KeyID)                     #按键的虚拟键值
  print('ScanCode:', event.ScanCode)               #按键扫描码
  print('Extended:', event.Extended)               #判断是否为增强键盘的扩展键
  print('Injected:', event.Injected)
  print('Alt', event.Alt)                          #是某同时按下Alt
  print('Transition', event.Transition)            #判断转换状态
  print('---')
 
  # 同上
  return True
 
#绑定事件处理函数
hm.MouseAllButtonsDown = OnMouseEvent #将OnMouseEvent函数绑定到MouseAllButtonsDown事件上
hm.KeyDown = OnKeyboardEvent          #将OnKeyboardEvent函数绑定到KeyDown事件上
 
hm.HookMouse()        #设置鼠标钩子
hm.HookKeyboard()   #设置键盘钩子
 
pythoncom.PumpMessages()

参考

• https://github.com/asweigart/pyautogui
• https://github.com/mhammond/pywin32
• https://github.com/vinta/awesome-python
• https://github.com/jobbole/awes
• https://www.jianshu.com/p/9146a6038e70
• https://blog.csdn.net/q871063970/article/details/86648386?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167429965316782425611780%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=167429965316782425611780&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-1-86648386-null-null.142^v71^pc_new_rank,201^v4^add_ask&utm_term=pyhook3%E6%95%99%E7%A8%8B&spm=1018.2226.3001.4187