python GUI自动化
1.什么是GUI自动化
GUI自动化就是写程序直接控制键盘和鼠标。这些程序可以控制其他应用,向它们发送虚拟的击键和鼠标点击,就像你自己坐在计算机前与应用交互一样。这种技术被称为“图形用户界面自动化”,或简称为“GUI 自动化”。有了 GUI 自动化,你的程序就像一个活人用户坐在计算机前一样,能做任何事情。
也可以将 GUI 自动化看成是对一个机械臂编程。你可以对机械臂编程,让它敲键盘或移动鼠标。对于涉及许多无脑点击或填表的任务,这种技术特别有用
2.环境安装
- 安装
pyautogui
模块pyautogui
模块可以向 Windows、OS X 和 Linux 发送虚拟按键和鼠标点击。根据你使用的操作系统,在安装pyautogui
之前,可能需要安装一些其他模块(称为依赖关系)- 在 Windows 上,不需要安装其他模块。
- 在 OS X 上,运行
sudo pip3 install pyobjc-framework-Quartz
,sudo pip3 install pyobjc-core
,然后sudo pip3 install pyobjc
。 - Linux 上,运行
sudo pip3 install python3-xlib
,sudo apt-get install scrot
,sudo apt-get install python3-tk
,以及sudo apt-get install python3-dev
(Scrot 是PyAutoGUI
使用的屏幕快照程序)。 - 在这些依赖安装后,运行
pip install pyautogui
3.前言必备知识
- 我们主要学习如何利用
pyautogui
移动鼠标,追踪它在屏幕上的位置,但首先需要理解pyautogui
如何处理坐标
3.1pyautogui
坐标
pyautogui
的鼠标函数使用 x、y 坐标。原点的 x、y 都是零,在屏幕的左上角。向右 x 坐标增加,向下 y 坐标增加。所有坐标都是正整数,没有负数坐标。
3.2分辨率
- 分辨率是屏幕的宽和高有多少像素。如果屏幕的分辨率设置为 1920 × 1080,那么左上角的坐标是(0,0),右下角的坐标是(1919,1079)。
3.3编程获取电脑屏幕的宽和高的像素数 pyautogui.size()
pyautogui.size()
函数返回两个整数的元组,包含屏幕的宽和高的像素数
import pyautogui
width, height = pyautogui.size()
print(width,height)
out:
1920 1080
4.移动鼠标
4.1pyautogui.moveTo() 参数为绝对坐标
- 理解了屏幕坐标,我们就可以来移动鼠标。
pyautogui.moveTo()
函数将鼠标立即移动到屏幕的指定位置。- 表示 x、y 坐标的整数值分别构成了函数的第一个和第二个参数。
- 可选的
duration
整数或浮点数关键字参数,指定了将鼠标移到目的位置所需的秒数。如果不指定,默认值是零,表示立即移动(在PyAutoGUI
函数中,所有的duration
关键字参数都是可选的)。
import pyautogui
for i in range(5):
pyautogui.moveTo(100, 100, duration=0.25)
pyautogui.moveTo(200, 100, duration=0.25)
pyautogui.moveTo(200, 200, duration=0.25)
pyautogui.moveTo(100, 200, duration=0.25)
执行后:
鼠标跑到了我的屏幕左上角画正方形
4.2pyautogui.moveRel() 参数为相对坐标
pyautogui.moveRel()
函数相对于当前的位置移动鼠标- 该函数可以接受 3 个参数:向右水平移动多少个像素,向下垂直移动多少个像素,以及(可选的)花多少时间完成移动。为第一第二个参数提供负整数,鼠标将向左或向上移动。
示例代码:
import pyautogui
for i in range(5):
pyautogui.moveRel(100, 0, duration=0.25)
pyautogui.moveRel(0, 100, duration=0.25)
pyautogui.moveRel(-100, 0, duration=0.25)
pyautogui.moveRel(0, -100, duration=0.25)
执行后:
鼠标相对于其初始的位置开始画正方形,执行过程中我移动鼠标后会改变其画正方形的位置
4.3pyautogui.position() 获取鼠标位置
- 通过调用
pyautogui.position()
函数,可以确定鼠标当前的位置。它将返回函数调用时,鼠标 x、y 坐标的元组
pyautogui.position() #Point(x=1344, y=831)
x,y=pyautogui.position() #x,y为鼠标的横纵坐标
5.控制鼠标交互
既然我们知道了如何移动鼠标,弄清楚了它在屏幕上的位置,就可以开始点击、拖动和滚动鼠标。
5.1pyautogui.click() 鼠标点击
要向计算机发送虚拟的鼠标点击,就调用pyautogui.click()
方法。默认情况下,点击将使用鼠标左键,点击发生在鼠标当前所在位置。如果希望点击在鼠标当前位置以外的地方发生,可以传入 x、y 坐标作为可选的第一第二参数。
#实现:鼠标移到屏幕左上角的位置,并点击一次。完整的“点击”是指按下鼠标按键,然后放开,同时不移动位置
import pyautogui
pyautogui.click(10, 5)
5.2pyautogui.click() 指定鼠标按键
如果想指定鼠标按键,就加入 button 关键字参数,值分别为 ‘left’、'middle’或 ‘right’。例如pyautogui.click(100,150,button=‘left’)将在坐标(100,150)处点击鼠标左键。而 pyautogui.click(200,250,button=‘right’)将在坐标(200,250)处点击右键。
import pyautogui
pyautogui.click(600, 509,button='right')
5.3其它鼠标点击函数
pyautogui. mouseDown()
- 只是按下鼠标按键
pyautogui.mouseUp()
- 只是释放鼠标按键
pyautogui.doubleClick()
- 执行双击鼠标左键
pyautogui.rightClick(),pyautogui.middleClick()
- 分别执行双击右键和双击中键
5.4拖动鼠标 pyautogui.dragTo() 和 pyautogui.dragRel() 函数
“拖动”意味着移动鼠标的同时按住一个按键不放。例如,可以通过拖动文件图标,在文件夹之间移动文件等
-
具体操作
- PyAutoGUI 提供了 pyautogui.dragTo() 和 pyautogui.dragRel() 函数,将鼠标拖动到一个新的位置,或相对当前位置的位置。 dragTo() 和 dragRel() 的参数与moveTo() 和 moveRel() 相同:x 坐标/水平移动,y 坐标/垂直移动,以及可选的时间间隔(在 OS X 上,如果鼠标移动太快,拖动会不对,所以建议提供 duration 关键字参数)。
-
我们可以测试
- 请打开一个绘图应用,如 Windows 上的 Paint,OS X 上的Paintbrush,或 Linux 上的 GNU Paint
- 如果没有绘图应用,可以使用在线绘图,网址是 http://sumopaint.com/)
示例代码
import pyautogui, time
time.sleep(2)
pyautogui.click()
distance = 200
while distance > 0:
pyautogui.dragRel(distance, 0, duration=0.2,button='left') # move right
distance = distance - 5
pyautogui.dragRel(0, distance, duration=0.2,button='left') # move down
pyautogui.dragRel(-distance, 0, duration=0.2,button='left') # move left
distance = distance - 5
pyautogui.dragRel(0, -distance, duration=0.2,button='left') # move up
画出的图形如下:(运行了多次)
我发现执行后并不是矩形,而是画到一半会断水,改了一下代码参数,将duration调大一点,即让鼠标拖动慢一点,即可全部画出
- 注意:如果出现如下报错信息
- AssertionError: button argument not in (‘left’, ‘middle’, ‘right’)
- 则在函数中添加button参数指定鼠标按键即可
5.5滚动鼠标 pyautogui.scroll()
最后一个 pyautogui 鼠标函数是 scroll()。你向它提供一个整型参数,说明向上或向下滚动多少单位,滚动发生在鼠标的当前位置。
- 单位的意义在每个操作系统和应用上不一样,所以你必须试验,看看在你的情况下滚动多远。
- 传递正整数表示向上滚动,传递负整数表示向下滚动
import pyautogui, time
time.sleep(2)
pyautogui.scroll(-300)
jupyter执行后页面向下移动了300像素!!!由此负数向下移动,正数向上移动!
6.处理分析屏幕
你的 GUI 自动化程序没有必要盲目地点击和输入。pyautogui 拥有屏幕快照的功能,可以根据当前屏幕的内容创建图形文件
- 注意:
- 在 Linux 计算机上,需要安装 scrot 程序,才能在 pyautogui 中使用屏幕快照功能。在终端窗口中,执行
sudo apt-get install scrot
,安装该程序。如果你使用 Windows或 OS X,就跳过这一步
- 在 Linux 计算机上,需要安装 scrot 程序,才能在 pyautogui 中使用屏幕快照功能。在终端窗口中,执行
6.1获取屏幕快照 pyautogui.screenshot()
要在 Python 中获取屏幕快照,就调用 pyautogui.screenshot()
函数,函数将返回包含一个屏幕快照的 Image 对象
import pyautogui
im = pyautogui.screenshot()
im.save('./shot.png')
6.2Image对象getpixel()获取快照某坐标rgba值
Image对象getpixel()
getpixel()
函数传入坐标元组它将告诉你图像中这些坐标处的像素颜色。getpixel() 函数的返回值是一个 RGB 元组,包含 4 个整数,表示像素的红绿蓝值和透明度。- 这就是你的程序“看到”当前屏幕上内容的方法。
import pyautogui
im = pyautogui.screenshot()
im.getpixel((23,560)) #(238, 238, 238)rgb值
6.3分析屏幕快照 pyautogui.pixelMatchesColor() 函数
假设你的 GUI 自动化程序中,有一步是点击灰色按钮。在调用 click() 方法之前,你可以获取屏幕快照,查看脚本要点击处的像素。如果它的颜色和灰色按钮不一样,那么程序就知道出问题了。也许窗口发生了意外的移动,或者弹出式对话框挡住了该按钮。这时,不应该继续(可能会点击到错误的东西,造成严重破坏),程序可以“看到”它没有点击在正确的东西上,并自行停止。
因此我们需要对点击的地方进行像素校验:
- pixelMatchesColor() 函数
- 参数:
- 第一和第二个参数是整数,对应 x 和 y 坐标。第三个参数是一个元组,包含 3 个整数,是屏幕像素必须匹配的 RGB 颜色
- 返回值:
- 如果屏幕上指定的 x、y 坐标处的像素与指定的颜色匹配,PyAutoGUI 的pixelMatchesColor() 函数将返回 True。
- 参数:
import pyautogui
im = pyautogui.screenshot()
print(im.getpixel((500, 200))) #(248, 248, 248, 255)
result = pyautogui.pixelMatchesColor(300, 200, (248, 248, 248)) #将坐标(300,200)的rgb与后面元组中的rgb进行比较,相同就返回true,不同就返回false
print(result) #False
6.4图像识别cv的使用
如果事先不知道应该点击哪里,怎么办?可以使用图像识别。向PyAutoGUI 提供希望点击的图像,让它去弄清楚坐标。
-
opencv简介
- Opencv(Open Source Computer Vision Library)是一个基于开源发行的跨平台计算机视觉库,它实现了图像处理和计算机视觉方面的很多通用算法,已成为计算机视觉领域最有力的研究工具。
- 在这里我们要区分两个概念:图像处理和计算机视觉的区别:
- 图像处理侧重于“处理”图像–如增强,还原,去噪,分割等等;
- 而计算机视觉重点在于使用计算机来模拟人的视觉,因此模拟才是计算机视觉领域的最终目标。
-
opencv环境安装:
pip install opencv-python
示例:打开某讯会议,识别【加入会议】按钮,对其进行点击操作
运用到了如下函数:
joinMeeting=cv2.imread('路径')
screen=cv2.imread('路径') #读取图片,生成对象
result=cv2.matchTemplate(joinMeeting,screen, cv2.TM_CCOEFF_NORMED)#两个图片进行像素比较,返回一个二维矩阵,其记录着像素比较评分
pos_start = cv2.minMaxLoc(result)[3] #获取最相似点相似坐标
cv2.minMaxLoc(result)[0] #最低评分
cv2.minMaxLoc(result)[1] #最高评分
cv2.minMaxLoc(result)[2] #最低评分坐标
cv2.minMaxLoc(result)[3] #最高评分坐标,即最相似的坐标
大概过程:
用屏幕截图先准备想点击部位的图片,保存在本地,再用代码根据屏幕快照与想点击的图片进行匹配,匹配到最相似的坐标(即定位)进行点击。
代码如下:
import cv2
import pyautogui
import time
time.sleep(2)
#获取带有某讯会议的屏幕快照且保存到本地
im = pyautogui.screenshot()
im.save('screen.png')
#基于cv2读取照片
screen = cv2.imread('./screen.png')
joinMeeting = cv2.imread('./joinMeeting.png')
#在屏幕快照中对比加入会议按钮照片,定位其准确位置
result = cv2.matchTemplate(joinMeeting,screen, cv2.TM_CCOEFF_NORMED)
#result是一个二维列表,列表中最大值元素的位置就是我们对比后相似度最高的图片【最上角】位置
print(result)
#minMaxLoc返回一个元组,其中三个元素,以此为最不相似点分数,最相似点分数,最不相似点位置坐标,最相似点位置坐标
pos_start = cv2.minMaxLoc(result)[3] #获取最相似点相似坐标
print(pos_start)
# x = pos_start[0]
# y = pos_start[1]
#定位到点击图片的中间位置
x = int(pos_start[0]) + int(joinMeeting.shape[1] / 2)
y = int(pos_start[1]) + int(joinMeeting.shape[0] / 2)
time.sleep(1)
pyautogui.click(x,y)
7.控制键盘
pyautogui 也有一些函数向计算机发送虚拟按键,让你能够填充表格,或在应用中输入文本。
7.1通过键盘发送一个字符串 pyautogui.typewrite() 函数
- pyautogui.typewrite() 函数向计算机发送虚拟按键。这些按键产生什么效果,取决于当前获得焦点的窗口和文本输入框。可能需要先向文本输入框发送一次鼠标点击,确保它获得焦点。
- 举一个简单的例子,让我们用 Python 自动化在文件编辑窗口中输入 Helloworld!。首先,打开一个新的文件编辑窗口,将它放在屏幕的左上角,以便pyautogui 点击正确的位置,让它获得焦点
typewrite()参数介绍:
- message:键盘录入的内容
- 字符串
- 列表:键字符串的列表
- pyautogui.typewrite([‘a’, ‘b’, ‘left’, ‘left’, ‘X’, ‘Y’])
- interval:在每个字符之间添加短时间暂停
- 注意:对于 A 或!这样的字符,pyautogui 将自动模拟按住 Shift 键
import pyautogui
import time
time.sleep(2)
pyautogui.click(300, 300)
time.sleep(2)
pyautogui.typewrite('Hello world!',interval=0.25)
7.2通过键名按键盘 pyautogui.press()
不是所有的键都很容易用单个文本字符来表示。例如,如何把 Shift 键或左箭头键表示为单个字符?在 PyAutoGUI 中,这些键表示为短的字符值:‘esc’ 表示 Esc 键,‘enter’ 表示 Enter。
import pyautogui
import time
time.sleep(2)
pyautogui.click(300, 300)
time.sleep(2)
pyautogui.typewrite('Hello world!',interval=0.25)
time.sleep(1)
pyautogui.press('enter')
time.sleep(2)
pyautogui.typewrite('Hello world!',interval=0.25)
7.3按下和释放键盘 pyautogui.keyDown() 和 pyautogui.keyUp()
就像 mouseDown() 和 mouseUp() 函数一样,pyautogui.keyDown() 和 pyautogui.keyUp() 将向计算发送虚拟的按键和释放。方便起见,pyautogui 提供了pyautogui.press() 函数,它调用这两个函数,模拟完整的击键。
- 例子:打印出*字符(通过按住 Shift 键并按 8 得到)
import pyautogui
import time
time.sleep(2)
pyautogui.keyDown('shift')
pyautogui.press('8')
pyautogui.keyUp('shift')
7.4热键组合 pyautogui.hotkey()
- “热键”或“快捷键”是一种按键组合,它调用某种应用功能。拷贝选择内容的常用热键是 Ctrl-C。用户按住Ctrl键,然后按C键,然后释放C和Ctrl键。
- 要用pyautogui的keyDown() 和keyUp() 函数来做到这一点
import pyautogui
import time
time.sleep(2)
pyautogui.keyDown('command')
pyautogui.press('v')
pyautogui.keyUp('command')
- 这相当复杂。作为替代,可以使用 pyautogui.hotkey() 函数,
- 它接受多个键字符串参数,按顺序按下,再按相反的顺序释放。例如对于 Ctrl-C,代码就像下面这样简单:
import pyautogui
import time
time.sleep(2)
pyautogui.hotkey('command', 'v')
8.案例 vx自动化批量发消息
import cv2
import os
import pyperclip #用于复制粘贴的模块
import pyautogui
import time
#从屏幕screen中找到source的位置坐标(找到微信搜索框的位置)
def findImg():
im = pyautogui.screenshot()
im.save('screen.png')
screen = cv2.imread('./screen.png')
joinMeeting = cv2.imread('./wechat.png')
result = cv2.matchTemplate(joinMeeting,screen, cv2.TM_CCOEFF_NORMED)
pos_start = cv2.minMaxLoc(result)[3] #获取最相似点相似坐标
x = int(pos_start[0]) + int(joinMeeting.shape[1] / 2)
y = int(pos_start[1]) + int(joinMeeting.shape[0] / 2)
return x,y
#向搜索框中录入要查找的好友名称:name好友名称,x,y搜索框位置
def send_name_to_search(x,y,name):
pyautogui.click(x,y)
time.sleep(1)
#赋值好友名称
pyperclip.copy(name)
#粘贴复制内容
pyautogui.hotkey('command', 'v')
time.sleep(1)
pyautogui.hotkey('enter')
#向下移动100个像素定位到搜索到第一个好友位置点击
# pyautogui.moveTo(x, y+80)
# pyautogui.click(x, y+80)
#向好友发送消息
def send_msg(msg):
pyperclip.copy(msg)
pyautogui.hotkey('command', 'v')
pyautogui.hotkey('enter')
#主要程序
while True:
time.sleep(2)
username=input('请输入你想发送信息的用户名:')
x,y = findImg()
send_name_to_search(x,y,username)
mess=input('请输入你想给他发送的消息:')
send_msg(mess)
time.sleep(1)
send_msg(mess)
time.sleep(1)