【自动化】【Python】PyAutoGUI：让你的Python自动化操作电脑，解放双手！

更多的程序员文章收录在

【JAVA方向学习文章视频汇总】

---

按键精灵？

模拟鼠标键盘动作的软件
按键精灵是一款模拟鼠标键盘动作的软件。通过制作脚本，可以让按键精灵代替双手，自动执行一系列鼠标键盘动作。
按键精灵简单易用，不需要任何编程知识就可以做出功能强大的脚本。只要电脑前用双手可以完成的动作，按键精灵都可以替代完成。

一、PyAutoGUI是什么？

PyAutoGUI是一个Python库，能够让Python控制鼠标和键盘，实现GUI自动化。它可以：

控制鼠标移动
执行点击、拖拽操作
滚动鼠标滚轮
输入文字
按下和释放按键
截取屏幕截图
定位图像位置
总之，PyAutoGUI可以模拟人类在电脑上的各种操作，让你的Python程序成为一个"电脑操作员"。

二、安装PyAutoGUI

安装超简单，只需一行命令：

pip install pyautogui
安装完成后，我们来测试一下是否安装成功：

import pyautogui
print(pyautogui.position()) # 显示当前鼠标位置
运行后，你会看到当前鼠标指针的坐标位置，说明安装成功！

三、基础操作：控制鼠标

1. 获取屏幕大小
   在控制鼠标之前，我们先了解一下屏幕大小：

import pyautogui

获取屏幕的宽度和高度

screen_width, screen_height = pyautogui.size()
print(f"屏幕宽度: {screen_width}, 屏幕高度: {screen_height}")
2. 移动鼠标
我们可以将鼠标移动到屏幕的特定位置：

import pyautogui
import time

移动鼠标到坐标(100, 100)

pyautogui.moveTo(100, 100, duration=1) # duration是移动所需时间（秒）

从当前位置相对移动

pyautogui.move(100, 0, duration=1) # 向右移动100像素
3. 鼠标点击
点击操作也很简单：

import pyautogui
import time

先移动再点击

pyautogui.moveTo(100, 100, duration=1)
pyautogui.click() # 在当前位置左键单击

也可以直接在指定位置点击

pyautogui.click(x=200, y=200) # 在(200, 200)处左键单击

右键点击

pyautogui.rightClick(x=300, y=300)

双击

pyautogui.doubleClick(x=400, y=400)
4. 拖拽操作
有时我们需要拖动一些东西：

import pyautogui
import time

从(100, 100)拖拽到(300, 300)

pyautogui.dragTo(300, 300, duration=1, button=‘left’)

从当前位置相对拖拽

pyautogui.drag(100, 0, duration=1, button=‘left’) # 向右拖拽100像素
5. 滚动鼠标滚轮
import pyautogui
import time

向上滚动10个单位

pyautogui.scroll(10)

向下滚动10个单位

pyautogui.scroll(-10)
四、键盘操作
PyAutoGUI不仅能控制鼠标，还能模拟键盘输入：

1. 输入文字
   import pyautogui
   import time

点击一个文本框

pyautogui.click(x=100, y=100)
time.sleep(0.5) # 等待点击生效

输入文字

pyautogui.write(‘Hello, PyAutoGUI!’)

可以控制输入速度

pyautogui.write(‘这是慢速输入’, interval=0.2) # 每个字符间隔0.2秒
2. 特殊按键
对于Shift、Ctrl、Alt等特殊按键，可以这样使用：

import pyautogui
import time

按下并释放一个键

pyautogui.press(‘enter’)

组合键

pyautogui.hotkey(‘ctrl’, ‘c’) # 复制
pyautogui.hotkey(‘ctrl’, ‘v’) # 粘贴

按下不释放

pyautogui.keyDown(‘shift’)
pyautogui.press(‘4’) # 输入$
pyautogui.keyUp(‘shift’)
PyAutoGUI支持的特殊按键名称包括：

enter（回车）
esc（退出）
tab（制表符）
alt, ctrl, shift（组合键）
up, down, left, right（方向键）
f1到f12（功能键）
等等……
五、屏幕截图和图像识别
PyAutoGUI的高级功能是可以截图和查找屏幕上的图像位置：

1. 屏幕截图
   import pyautogui

对整个屏幕进行截图

screenshot = pyautogui.screenshot()
screenshot.save(‘我的屏幕截图.png’)

对指定区域截图

region_screenshot = pyautogui.screenshot(region=(0, 0, 300, 400)) # 左上角300x400的区域
region_screenshot.save(‘区域截图.png’)
2. 图像定位
这个功能非常有用，可以找到屏幕上特定图像的位置：

import pyautogui

查找屏幕上的图像位置

try:
position = pyautogui.locateOnScreen(‘目标图片.png’)
print(f"找到图片，位置: {position}")

# 获取图像的中心点
center = pyautogui.center(position)
print(f"图片中心点: {center}")

# 点击图像中心
pyautogui.click(center)

except:
print(“未找到指定图片”)
图像定位在自动化测试中特别有用，比如自动点击某个按钮、识别特定的界面元素等。

六、安全机制
PyAutoGUI有一个安全机制，当你把鼠标快速移动到屏幕的左上角时，程序会暂停（引发异常）。这个功能是为了防止程序失控，让你有机会终止程序。

如果你不需要这个功能，可以关闭它：

import pyautogui

关闭故障保护

pyautogui.FAILSAFE = False
但建议保留这个功能，以防万一。

七、小技巧

1. 添加暂停
   自动化操作最好添加适当的暂停，让程序有时间反应：

import pyautogui
import time

全局暂停设置

pyautogui.PAUSE = 0.5 # 每次操作后暂停0.5秒

或者使用time.sleep

pyautogui.click()
time.sleep(1) # 等待1秒
pyautogui.press(‘enter’)
2. 获取鼠标位置
在编写脚本时，我们经常需要知道要点击的位置坐标，这个小工具很有用：

import pyautogui
import time

print(“请将鼠标移到目标位置，5秒后记录坐标”)
for i in range(5, 0, -1):
print(i)
time.sleep(1)

x, y = pyautogui.position()
print(f"当前鼠标位置：x={x}, y={y}")
3. 消息框
PyAutoGUI还提供了简单的消息框功能：

import pyautogui

显示一个警告框

pyautogui.alert(text=‘操作已完成’, title=‘提示’, button=‘OK’)

确认框

response = pyautogui.confirm(text=‘是否继续？’, title=‘确认’, buttons=[‘是’, ‘否’, ‘取消’])
print(f"用户选择了：{response}")

输入框

name = pyautogui.prompt(text=‘请输入你的名字’, title=‘输入’, default=‘’)
print(f"你好，{name}")

密码输入框

password = pyautogui.password(text=‘请输入密码’, title=‘密码’, default=‘’, mask=‘*’)
PyAutoGUI是一个功能强大的Python自动化库，可以帮助你：

自动化重复性操作
创建简单的自动化测试
编写游戏机器人（虽然有些游戏不允许）
自动填写表格
模拟用户操作
是不是感觉学会了这个，工作效率能提高一大截？

不过要注意，虽然PyAutoGUI很强大，但它并不适合所有自动化任务。如果你在自动化网页操作，可能Selenium更合适；如果是自动化API测试，可能requests库更适合。

学会PyAutoGUI只是自动化的开始，希望这篇文章能帮助你迈出自动化的第一步！

感觉上面的这些东西拼在一起，就可以完成一个按键精灵了。
还是自定义的按键精灵。
而且还支持多种图片的。这个问题我问了一下AI。
PyAutoGUI 和 按键精灵 在功能上相似，但实现方式不同。按键精灵是独立的软件工具，通过模拟键盘和鼠标操作实现自动化；而 PyAutoGUI 是 Python 语言编写的库，需要编写代码实现自动化。 ‌

• 核心差异

‌按键精灵‌

无需编程，通过录制和回放操作实现自动化。
支持模拟键盘按键、鼠标点击等基础操作。 ‌
‌PyAutoGUI‌

需使用Python代码调用库函数实现自动化。
支持更复杂的操作，如屏幕截图、窗口定位、故障安全保护等。 ‌

• 扩展性

按键精灵功能相对固定，扩展性有限。
PyAutoGUI可通过Python代码调用其他库（如 pywinauto ）实现更复杂的功能。

然后AI还给了一个按键精灵DEMO的小段代码：

import pyautogui
import time

# 模拟按下"Win + R"打开运行对话框
pyautogui.hotkey('win', 'r')
time.sleep(0.5)

# 在运行对话框中输入"notepad"并按回车，打开记事本
pyautogui.typewrite('notepad')
pyautogui.press('enter')

# 等待记事本打开
time.sleep(1)

# 在记事本中写入文字
pyautogui.typewrite('Hello, PyAutoGUI!')

🍑 碰上好的大量知识点的视频想把里面的字幕拼成上图的样子？

1 准备截图工具，
我一般是使用faststone Capture
下载地址见资源下载
2 第一张图一般截一个全的带脸的

后面的就截字幕的部分就可以了。我一般是设置一个重复截的快捷键。其实不用严格的与第一张同宽。拼图工具会调整为同宽。

3 整理检查所有图片，看看是不是截图有重复，有遗漏。

4 打开工具拼合

完成！

总结及资源下载

截图工具：
系统如何让截图带鼠标指针，推荐两款可以带鼠标指针截图的软件-faststone Capture

另一个截图工具
系统如何让截图带鼠标指针，推荐两款可以带鼠标指针截图的软件-Snipaste

本文章里面所使用的字幕拼接工具：
下载地址：
图片拼接-支持jpg格式，一般用于拼接一个视频里的N多字幕

B站视频讲解用法：
【工具】图片拼接-支持jpg格式，一般用于拼接一个视频里的N多字幕

选择了也要努力，没有远虑必有近忧！