Python 利用 PyAutoGUI 快速构建自动化操作脚本

一、背景

大家好，我是安果！

在日常工作中，我们经常面临大量重复性操作的场景，例如：在网页上填写表单、对 Web 版 OA 系统进行常规操作、执行自动化测试，或是为新系统首次录入初始数据等。

这类操作通常具有几个显著特点：数据具有同构性，大多基于已有的结构化数据；操作流程固定且机械，无非是重复的点击与输入动作；数据量庞大，极大消耗操作人员的时间和精力。

那么，能否通过技术手段实现自动化处理呢？

二、自动化的方案

若操作对象为 Web 页面，Python 的 Selenium 库是理想选择。若需操作图形用户界面（GUI），可尝试“按键精灵”等工具是否满足需求。对于新系统的初始数据添加，通过 SQL 导出导入通常是最高效的方式，但可能涉及较为复杂的数据处理逻辑。

我曾多次遇到系统升级活动中，要求手动逐条录入旧数据的情况。

然而，上述方案均存在一定局限性：Selenium 配置与使用较为复杂；按键精灵在功能完整性上有所欠缺；而 SQL 操作则需要具备一定的数据库知识基础。

在此，推荐一个更为简便的解决方案：PyAutoGUI。

PyAutoGUI 的最大优势在于其简单易用，非常适合应急场景，能够迅速构建出可用的自动化脚本。鉴于数据处理任务往往紧迫，我们没有足够的时间去钻研复杂的技术栈来构建完善的脚本，而 PyAutoGUI 正好填补了这一空白。

三、思路和知识点

接下来，我们将探讨基本思路及相关技术要点。

• PyAutoGUI 的核心功能是模拟键盘和鼠标在界面上的操作行为。
• 本文主要演示如何利用其 click 功能来模拟鼠标点击动作。
• 为了精准获取需要点击的目标位置，我们设计了一个用于获取鼠标坐标的小程序。
• ASCII 字符的输入相对简单，而解决汉字输入问题后，整个系统即可基本投入使用。

本文以在 Web 界面批量新增数据记录为例，详细讲解自动化操作的实现过程。该示例仅用于演示，逻辑简单，读者可据此理解并迁移至实际应用场景。

四、操作步骤

4.1 初识 PyAutoGUI

简而言之，PyAutoGUI 是一个用于模拟键盘和鼠标操作的 Python 库。安装时，直接执行以下命令即可：pip install pyautogui。

我们可以编写一个简单的测试程序来验证其功能：

import pyautogui as pag

pag.PAUSE = 1.5
pag.click(63,191) 

上述代码导入了库，并设置了每步操作间暂停 1.5 秒（为人工观察或系统响应留出时间），随后在屏幕坐标（x=63, y=191）处执行了一次鼠标点击。

4.2 坐标系

PyAutoGUI 采用的默认坐标系以屏幕左上角为原点 (0,0)，x 轴向右数值增大，y 轴向下数值增大。因此，屏幕上的每个像素点都有唯一确定的位置坐标。

由此引申，只要确定了界面上各个按钮的坐标位置，通过程序点击这些坐标点，即可执行相应的界面操作。

当然，这种基于坐标的方法前提是当前界面布局保持不变。大多数应用程序的界面和按钮位置是固定的。若界面存在动态变化，可参考 locateOnScreen() 函数。该函数通过比对提供的图片，在屏幕上寻找像素匹配的区域，从而适应按钮位置变动的需求。

为了获取屏幕坐标系，我们编写了一个简单的程序来实时显示鼠标在屏幕上的坐标位置。读者可自行下载并运行该程序进行练习。

import pyautogui as pag 
import os 

try:
    while True:
        os.system('cls')
        a = '%4d,%4d'%pag.position()
        print(a)
except Exception as e:
    print(e) 

运行上述程序后，将鼠标移动到各个目标按钮上，屏幕上即可显示对应的坐标数值。

4.3 点击

PyAutoGUI 的点击操作实现非常简洁：

pyautogui.click(x=None, y=None, clicks=1, interval=0.0, button='left', duration=0.0)

其中，x 和 y 代表点击坐标；clicks 指定点击次数；interval 为每次点击之间的间隔时间；button 指定使用哪个鼠标按键（左键、右键或中键）；duration 为按下和松开之间的持续时间。

编写如下程序，可实现在任务列表、时间选择器和新建按钮之间的自动跳转操作：

pag.click(63,191)
pag.click(328,191)
pag.click(384,461)
pag.click(374,191)

4.4 输入

关于 ASCII 字符的输入、键盘击键以及热键的使用，分别如下所示：

• 输入 ASCII 字符串示例：typewrite(message='test message.',interval=0.5)
• 按下退出键示例：press('esc')
• 按下组合键中的 Ctrl 键示例：KeyDown('ctrl')
• 松开 Ctrl 键示例：KeyUp('ctrl')
• 组合快捷键示例：hotkey('ctrl','v')。

至于汉字输入，处理方式稍显复杂。

4.5 汉字输入

由于涉及非 ASCII 字符（如汉字），无法直接使用上述 ASCII 输入方案。此时需要导入 pyperclip 库，该库封装了系统剪贴板功能，通过它我们可以实现更灵活的输入操作。

import pyperclip 

#以下读入内容，就是把内容存入剪贴板。
pyperclip.copy('需要输入的汉字')
#以下输出内容，就是粘贴。
pag.hotkey('ctrl','v')

具体实现逻辑是：利用 pyperclip 将内容复制到剪贴板，然后使用热键 Ctrl+v 进行粘贴，从而完成非 ASCII 字符的输入。

4.6 集成起来

下面，我们将整个程序逻辑集成在一起进行展示：

import pyautogui as pag
import pyperclip

pag.PAUSE = 1.5
pag.FAILSAFE = True

to = ['测试任务1','测试任务2','测试任务3','测试任务4','测试任务5',\
      '测试任务6','测试任务7','测试任务8','测试任务9','测试任务10']

for t in to:
    pag.click(63,191)
    pyperclip.copy(t)
    pag.hotkey('ctrl','v')
    pag.click(328,191)
    pag.click(384,461)
    pag.click(374,191)

上述程序根据 to 列表中的内容，将操作流程分解为点击和粘贴两个动作，从而实现了自动化操作的目的。大部分代码逻辑直观易懂，能与鼠标操作一一对应。唯一可能存在的难点在于数据源的处理，毕竟将所有数据硬编码到程序中并不现实。

五、数据源

面对复杂的现实数据源，最简便的方式是将数据转换为 CSV 文件。许多 Excel 软件支持另存为 CSV 格式，且 CSV 本身基于纯文本，具备可读可写特性，处理起来非常方便。其他数据源如 SQL 数据库或 XML 数据，也可以导出并转换为 CSV 文件。

假设现在已拥有格式为 data.csv 的数据源，我们需要按以下方式进行处理。

to = []

with open('data.csv')as f:
    lines = f.readlines()

for line in lines:
    to.append(tuple(line.split(',')))

上述代码逻辑简单，主要将 CSV 文件中存储的数据读取并存储到 to 数组中。每行数据被转换为一个元组，调用时如 4.6 部分代码所示，通过 for 循环结合元组下标即可遍历处理。

六、总结

本文利用 PyAutoGUI 库，对各类鼠标点击、键盘输入等机械重复性操作进行了自动化执行演示，可大幅提高工作效率。文中仅使用了 click 功能和 pyperclip 包的 copy 功能，旨在简化编程复杂度，帮助读者在紧张繁琐的操作场景中，快速编写出自动化执行的小脚本。

以上就是 Python 利用 PyAutoGUI 快速构建自动化操作脚本的详细内容，更多关于 Python 用 PyAutoGUI 构建自动化操作脚本的资料请关注本站其它相关文章！