当前位置：首页 > news >正文

利用Python 进行自动化操作： Pyautogui 库

news 来源：原创 2025/6/5 13:04:42

1. 前言

2. 安装 PyAutoGUI

3. 常见函数介绍

3.1 鼠标操作

3.2 键盘操作

3.3 截图与图像识别

4. 简单案例

5. 总结

1. 前言

我们常常需要与各种软件和系统交互，而人工操作往往耗时且容易出错。这时，PyAutoGUI 就可以帮我们解放双手，它是一个强大的 Python 库，能够实现对鼠标和键盘的自动化控制，模拟人类的操作行为，广泛应用于自动化测试、数据采集、重复性任务处理等场景。本文将深入浅出地介绍 PyAutoGUI 库的常见函数及其应用场景，帮助大家快速掌握这一实用工具。

2. 安装 PyAutoGUI

在开始之前，我们需要先安装 PyAutoGUI 库。打开终端或命令行，输入以下命令：

pip install pyautogui

此外，PyAutoGUI 还依赖于 Pillow 库（用于图像处理），在安装过程中会自动安装。若遇到问题，可手动安装 Pillow：

pip install pillow

3. 常见函数介绍

3.1 鼠标操作

获取鼠标位置

import pyautogui
print(pyautogui.position())  # 输出鼠标当前坐标

移动鼠标位置

moveTo(x, y, duration)：将鼠标移动到指定的坐标位置，duration 参数可设置移动的持续时间，使鼠标移动更加自然。

pyautogui.moveTo(100, 200, 2)  # 在 2 秒内将鼠标移动到 (100, 200)

moveRel(xOffset,yOffset,duration)：相对于当前位置移动鼠标，`xOffset` 和 `yOffset` 分别表示在 x 和 y 方向上的偏移量。

pyautogui.moveRel(50, -30, 1)  # 相对于当前位置向右移动 50，向上移动 30

鼠标点击

click(x, y, clicks, interval, button)：在指定坐标位置进行点击操作。clicks 表示点击次数，interval 设置连续点击之间的间隔时间，button 可选择 'left'（左键）、'right'（右键）或 'middle'（中键）。

pyautogui.click(300, 400)  # 左键单击 (300, 400)
pyautogui.doubleClick(500, 600)  # 左键双击 (500, 600)，等同于 pyautogui.click(500, 600, clicks=2)
pyautogui.rightClick(700, 800)  # 右键单击 (700, 800)

3.2 键盘操作

按键操作

press(key)：模拟按下并快速释放一个按键，适用于单个按键操作，如 'enter'、'space'、'tab' 等。

pyautogui.press('enter')  # 模拟按下回车键
pyautogui.press('space')  # 模拟按下空格键

keyDown(key) 和 keyUp(key)：分别模拟按键按下和释放，常用于需要长按某个键的场景。例如，模拟按住 Shift 键输入大写字母。

pyautogui.keyDown('shift')
pyautogui.press('a')  # 输入大写字母 A
pyautogui.keyUp('shift')

输入文本

type(message, interval)：模拟键盘输入文本，interval 设置每个字符之间的输入间隔时间，使输入更加平稳。

pyautogui.type('Hello, PyAutoGUI!', interval=0.1)  # 输入文本，字符间隔 0.1 秒

3.3 截图与图像识别

截图

screenshot(imagePath)：截取整个屏幕的截图，并保存到指定的文件路径。

pyautogui.screenshot('screenshot.png')  # 截图并保存为 screenshot.png

screenshot(region=(left, top, width, height))`：截取指定区域的截图，`region` 参数定义了截图的左上角坐标、宽度和高度。

pyautogui.screenshot('region_screenshot.png', region=(100, 200, 300, 400))  # 截取指定区域的截图

图像识别

locateOnScreen(image, grayscale=False, confidence=None)：在屏幕上查找与指定图像匹配的区域，返回一个元组，包含匹配区域的左上角坐标、宽度和高度。grayscale 参数可设置为 True 以加快查找速度，但可能降低准确性；confidence 参数用于设置匹配的置信度阈值（0 到 1 之间）。

location = pyautogui.locateOnScreen('button.png', confidence=0.8)
if location:print('找到图像，位置为：', location)# 可以进一步获取中心坐标并点击center = pyautogui.center(location)pyautogui.click(center)
else:print('未找到图像')

4. 简单案例

假设我们要实现一个自动登录某网页的脚本。步骤如下：

打开浏览器并进入登录页面。
在用户名和密码输入框中输入相应内容。
点击登录按钮。

import pyautogui
import time# 打开浏览器并进入登录页面（假设已手动打开浏览器并定位到登录页面）
time.sleep(2)  # 等待页面加载# 输入用户名
pyautogui.click(500, 300)  # 点击用户名输入框（假设坐标为 (500, 300)）
pyautogui.type('your_username')# 输入密码
pyautogui.click(500, 400)  # 点击密码输入框（假设坐标为 (500, 400)）
pyautogui.type('your_password')# 点击登录按钮
pyautogui.click(500, 500)  # 点击登录按钮（假设坐标为 (500, 500)）

5. 总结

PyAutoGUI 是一个功能强大且易于使用的 Python 库，它为我们提供了便捷的鼠标和键盘自动化操作功能，以及截图和图像识别能力。通过本文介绍的常见函数，我们能够在各种场景下实现自动化任务，提高工作效率。然而，在使用过程中，我们也需要注意一些细节，如准确获取坐标、合理设置操作间隔时间等，以确保脚本的稳定性和可靠性。我是橙色小博，关注我，一起在人工智能领域学习进步！