Python自动化 gui 桌面应用测试，鼠标操作

基于坐标和图像的设计哲学

pyautogui 并不需要去解析各平台的控件结构，他的元素定位都是基于坐标的。所以不论你是通过手工截图测量，还是通过自动化工具获取，只要你能拿到坐标，你就能进行元素操作。

一，鼠标操作

1，获取坐标

import pyautogui as ui
# 获取屏幕大小 size = ui.size() # 获取现在鼠标位置 p = ui.position() # 坐标是否超出屏幕范围 if_on = ui.onScreen(*p)

2, 鼠标移动

ui.moveTo(x/2, y/2, duration=2, tween=easeInCirc)

参数说明：

x, y 坐标
duration 持续秒数，默认是瞬间完成
tween 特效，一般没什么用。

3，鼠标拖拽, 移动到指定的坐标

ui.dragTo(500, 500)

4，百发百中的射箭游戏

import random
import time
import pyautogui as ui

x, y = ui.position()
target = (800, 800)

for i in range(10):
    rand_x = random.randint(0, x)
    rand_y = random.randint(0, y)
    # 随机生成位置
    print(rand_x, rand_y)
    ui.moveTo(rand_x, rand_y)
    # 移动到目标位置
    ui.dragTo(target, duration=0.2)
    time.sleep(1)

效果：

5, 相对移动

ui.move(-500, duration=1)
ui.move(yOffset=-400, duration=1)
ui.move(500, duration=1)
ui.move(yOffset=400, duration=1)

相对移动的小游戏：

start = 20
add_point = 10 duration = 0.5 for i in range(10): if i % 2 == 0: ui.drag(start, duration=duration) ui.drag(yOffset=start, duration=duration) else: ui.drag(-start, duration=duration) ui.drag(yOffset=-start, duration=duration) start += add_point

效果：

6，点击

ui.click(x=None, y=None, clicks=1, # 点击次数 interval=0.0, # 间隔时间 button='right', # 右键 duration=0.0) # 持续时间

通过 click 进一步封装了 leftClick, rightClick, middleClick, doubleClick, tripleClick

7, scroll

窗口滚动，但是封装的滚动感觉比较鸡肋，他是以鼠标点击次数为单位的，所以不知道会滚动到什么位置。

pyautogui.scroll(10) # 向上滚动 10 个 clicks >>> pyautogui.scroll(-10) # # 向下滚动 10 个 clicks >>> pyautogui.scroll(10, x=100, y=100) # 移动到位置再滚动

使用 drag 和 dragTo 会更加方便一点，还是以坐标为依据，通过操作鼠标中键来实现窗口滚动，比如这个例子是 scroll 和 drag 的对比：

x, y = ui.size() ui.scroll(-100) time.sleep(1) ui.scroll(100) time.sleep(1) ui.dragTo(y=y, button='middle') # 滚动到窗口底部

效果：

二，键盘操作

1，输入框输入

# 输入yuz, 每个字母时间间隔 0.2 s
pyautogui.write("yuz",interval=0.2)

注意：pyautogui 并不支持输入框自动聚焦，所有输入之前先要点击输入框位置。

2，按下键盘 press

press('enter', presses=1, interval=0.0)

相当于鼠标操作的 click, 可以输入键盘上的按键，比如 shift 键，enter 键。所有的按键可以查看源码当中的 KEYBOARD_KEYS 或者 KEY_NAMES。

参数：

presses, 操作按键次数
interval, 每次按键的间隔时间

所有按键列表：

3，热键 hotkey

ui.hotkey('ctrl', 'shift', 'esc')

4, keyUp, keyDown

这是 press 的分解动作，相当于鼠标的 mouseUp 和 mouseDown。上面热键的操作方式可以分解成：

ui.keyDown('ctrl') # 按下 ctrl 
ui.keyDown('shift') # 按下 shift
ui.keyDown('esc') # 按下 esc
ui.keyUp('esc') # 释放 ctrl 
ui.keyUp('shift') # 释放 shift
ui.keyUp('ctrl') # 释放 esc

三，图像识别

坐标定位这种方式为通用性打下了基础，让 pyautogui 可以轻松做到跨平台。但是实际操作过程中很难清除的知道某个要操作的控件的确切位置，因为每次打开相同的页面都有可能是变动的。pyautogui 给出的解决方案非常简单粗暴，使用图像识别，返回在屏幕中的坐标位置，在通过坐标进行处理。

1，locateCenterOnScreen

返回被识别图像的中心坐标。参数说明：

必传参数，图片路径；
confidence, 识别精度，需要安装 opencv 才能使用；
grayscale, 灰度级别，能够提升识别速度。

locateCenterOnScreen('img/seven.png', confidence=0.7, grayscale=True)

现阶段图像识别的结果并不理想，基于图像识别的使用还存在以下问题：

识别不到指定元素；
识别精度不够；
查找速度比较慢
需要用到重型的 opencv 库，或许可以尝试换用其他库。
需要提前准备被识别的图片，如果操作元素多，手动处理素材会怀疑人生。

所以 uiautogui 适合的场景是跨平台的少量原生控件交互，如果要对原生应用控件大量操作，还是换用其他工具比较合适。

基于图像识别的具体例子：

import time
import pyautogui as ui time.sleep(3) seven = ui.locateCenterOnScreen('img/seven.png', confidence=0.7, grayscale=True) mult = ui.locateCenterOnScreen('img/multipy.png', confidence=0.7, grayscale=True) two = ui.locateCenterOnScreen('img/two.png', confidence=0.7, grayscale=True) equal = ui.locateCenterOnScreen('img/equal.png', confidence=0.7, grayscale=True) ui.click(*seven) ui.click(*mult) ui.click(*two) ui.click(*equal)

效果：