目錄

1. 前言

2. 安裝 PyAutoGUI

3. 常見函數介紹

3.1 鼠標操作

3.2 鍵盤操作

3.3 截圖與圖像識別?

4. 簡單案例

5. 總結

---

1. 前言

我們常常需要與各種軟件和系統交互，而人工操作往往耗時且容易出錯。這時，PyAutoGUI 就可以幫我們解放雙手，它是一個強大的 Python 庫，能夠實現對鼠標和鍵盤的自動化控制，模擬人類的操作行為，廣泛應用于自動化測試、數據采集、重復性任務處理等場景。本文將深入淺出地介紹 PyAutoGUI 庫的常見函數及其應用場景，幫助大家快速掌握這一實用工具。

2. 安裝 PyAutoGUI

在開始之前，我們需要先安裝 PyAutoGUI 庫。打開終端或命令行，輸入以下命令：

pip install pyautogui

此外，PyAutoGUI 還依賴于 Pillow 庫（用于圖像處理），在安裝過程中會自動安裝。若遇到問題，可手動安裝 Pillow：

pip install pillow

3. 常見函數介紹

3.1 鼠標操作

獲取鼠標位置?

import pyautogui
print(pyautogui.position())  # 輸出鼠標當前坐標

移動鼠標位置??

moveTo(x, y, duration)：將鼠標移動到指定的坐標位置，duration 參數可設置移動的持續時間，使鼠標移動更加自然。

pyautogui.moveTo(100, 200, 2)  # 在 2 秒內將鼠標移動到 (100, 200)

moveRel(xOffset,yOffset,duration)：相對于當前位置移動鼠標，`xOffset` 和 `yOffset` 分別表示在 x 和 y 方向上的偏移量。

pyautogui.moveRel(50, -30, 1)  # 相對于當前位置向右移動 50，向上移動 30

鼠標點擊

click(x, y, clicks, interval, button)：在指定坐標位置進行點擊操作。clicks 表示點擊次數，interval 設置連續點擊之間的間隔時間，button 可選擇 'left'（左鍵）、'right'（右鍵）或 'middle'（中鍵）。

pyautogui.click(300, 400)  # 左鍵單擊 (300, 400)
pyautogui.doubleClick(500, 600)  # 左鍵雙擊 (500, 600)，等同于 pyautogui.click(500, 600, clicks=2)
pyautogui.rightClick(700, 800)  # 右鍵單擊 (700, 800)

3.2 鍵盤操作

按鍵操作

press(key)：模擬按下并快速釋放一個按鍵，適用于單個按鍵操作，如 'enter'、'space'、'tab' 等。?

pyautogui.press('enter')  # 模擬按下回車鍵
pyautogui.press('space')  # 模擬按下空格鍵

keyDown(key) 和 keyUp(key)：分別模擬按鍵按下和釋放，常用于需要長按某個鍵的場景。例如，模擬按住 Shift 鍵輸入大寫字母。

pyautogui.keyDown('shift')
pyautogui.press('a')  # 輸入大寫字母 A
pyautogui.keyUp('shift')

輸入文本

type(message, interval)：模擬鍵盤輸入文本，interval 設置每個字符之間的輸入間隔時間，使輸入更加平穩。

pyautogui.type('Hello, PyAutoGUI!', interval=0.1)  # 輸入文本，字符間隔 0.1 秒

3.3 截圖與圖像識別?

截圖

screenshot(imagePath)：截取整個屏幕的截圖，并保存到指定的文件路徑。?

pyautogui.screenshot('screenshot.png')  # 截圖并保存為 screenshot.png

screenshot(region=(left, top, width, height))`：截取指定區域的截圖，`region` 參數定義了截圖的左上角坐標、寬度和高度。

pyautogui.screenshot('region_screenshot.png', region=(100, 200, 300, 400))  # 截取指定區域的截圖

圖像識別

locateOnScreen(image, grayscale=False, confidence=None)：在屏幕上查找與指定圖像匹配的區域，返回一個元組，包含匹配區域的左上角坐標、寬度和高度。grayscale 參數可設置為 True 以加快查找速度，但可能降低準確性；confidence 參數用于設置匹配的置信度閾值（0 到 1 之間）。?

location = pyautogui.locateOnScreen('button.png', confidence=0.8)
if location:print('找到圖像，位置為：', location)# 可以進一步獲取中心坐標并點擊center = pyautogui.center(location)pyautogui.click(center)
else:print('未找到圖像')

4. 簡單案例

假設我們要實現一個自動登錄某網頁的腳本。步驟如下：

1. 打開瀏覽器并進入登錄頁面。

2. 在用戶名和密碼輸入框中輸入相應內容。

3. 點擊登錄按鈕。

import pyautogui
import time# 打開瀏覽器并進入登錄頁面（假設已手動打開瀏覽器并定位到登錄頁面）
time.sleep(2)  # 等待頁面加載# 輸入用戶名
pyautogui.click(500, 300)  # 點擊用戶名輸入框（假設坐標為 (500, 300)）
pyautogui.type('your_username')# 輸入密碼
pyautogui.click(500, 400)  # 點擊密碼輸入框（假設坐標為 (500, 400)）
pyautogui.type('your_password')# 點擊登錄按鈕
pyautogui.click(500, 500)  # 點擊登錄按鈕（假設坐標為 (500, 500)）

5. 總結

PyAutoGUI 是一個功能強大且易于使用的 Python 庫，它為我們提供了便捷的鼠標和鍵盤自動化操作功能，以及截圖和圖像識別能力。通過本文介紹的常見函數，我們能夠在各種場景下實現自動化任務，提高工作效率。然而，在使用過程中，我們也需要注意一些細節，如準確獲取坐標、合理設置操作間隔時間等，以確保腳本的穩定性和可靠性。我是橙色小博，關注我，一起在人工智能領域學習進步！