【免费下载】 PyAutoGUI 自动化操作指南:从入门到精通
2026-02-04 04:46:32作者:卓炯娓
一、PyAutoGUI 简介
PyAutoGUI 是一个强大的 Python 自动化库,它允许开发者通过编程方式控制鼠标和键盘操作,实现图形用户界面(GUI)的自动化。这个跨平台工具支持 Windows、macOS 和 Linux 系统,是自动化测试、批量操作和日常任务自动化的理想选择。
核心功能特性
- 鼠标控制:精确控制鼠标移动、点击、拖拽等操作
- 键盘模拟:模拟键盘输入、组合键操作
- 屏幕识别:基于图像识别定位屏幕元素
- 消息弹窗:创建简单的用户交互界面
- 安全机制:提供防止失控的保护措施
二、安装与环境配置
不同系统的安装方法
Windows 系统
pip install pyautogui
macOS 系统
sudo pip3 install pyobjc-core
sudo pip3 install pyobjc
sudo pip3 install pyautogui
Linux 系统
sudo pip3 install python3-xlib
sudo apt-get install scrot
sudo apt-get install python-tk
sudo apt-get install python3-dev
sudo pip3 install pyautogui
三、基础操作指南
1. 鼠标控制
获取屏幕和鼠标信息
import pyautogui
# 获取屏幕分辨率
screen_width, screen_height = pyautogui.size()
print(f"屏幕分辨率: {screen_width}x{screen_height}")
# 获取当前鼠标位置
current_x, current_y = pyautogui.position()
print(f"当前鼠标位置: ({current_x}, {current_y})")
鼠标移动与点击
# 绝对移动
pyautogui.moveTo(100, 200, duration=1) # 1秒内移动到(100,200)
# 相对移动
pyautogui.moveRel(50, -30, duration=0.5) # 向右50像素,向上30像素
# 点击操作
pyautogui.click() # 当前位置单击
pyautogui.doubleClick() # 当前位置双击
pyautogui.rightClick(300, 400) # 在(300,400)处右击
2. 键盘操作
基本输入
# 输入字符串
pyautogui.typewrite('Hello World!', interval=0.1) # 每个字符间隔0.1秒
# 特殊按键
pyautogui.press('enter') # 按回车键
pyautogui.press(['left', 'left', 'left']) # 按三次左箭头
组合键操作
# 按下组合键
pyautogui.hotkey('ctrl', 'c') # 复制
pyautogui.hotkey('ctrl', 'v') # 粘贴
3. 中文输入解决方案
PyAutoGUI 直接输入中文存在限制,可以通过复制粘贴方式实现:
import pyperclip
import pyautogui
def chinese_input(text):
pyperclip.copy(text)
pyautogui.hotkey('ctrl', 'v')
# 使用示例
pyautogui.click(100, 100) # 先点击输入框
chinese_input("学习与实践")
四、高级功能与安全机制
1. 屏幕识别功能
PyAutoGUI 可以基于图像识别定位屏幕元素:
# 查找图片位置
button_location = pyautogui.locateOnScreen('button.png')
if button_location:
# 点击图片中心
pyautogui.click(pyautogui.center(button_location))
2. 安全保护机制
为防止自动化脚本失控,PyAutoGUI 提供了两种保护机制:
# 1. 设置操作间隔
pyautogui.PAUSE = 1.0 # 每个操作间隔1秒
# 2. 启用安全停止
pyautogui.FAILSAFE = True
# 当鼠标移动到屏幕左上角时,会触发FailSafeException异常
五、实战应用示例
1. 自动绘制螺旋线
import pyautogui
import time
time.sleep(5) # 5秒准备时间
distance = 300
while distance > 0:
pyautogui.dragRel(distance, 0, duration=0.2) # 右移
distance -= 20
pyautogui.dragRel(0, distance, duration=0.2) # 下移
pyautogui.dragRel(-distance, 0, duration=0.2) # 左移
distance -= 20
pyautogui.dragRel(0, -distance, duration=0.2) # 上移
2. 自动化表单填写
import pyautogui
import time
# 等待用户切换到目标窗口
time.sleep(3)
# 填写表单
pyautogui.click(100, 150) # 点击姓名栏
pyautogui.typewrite('张三', interval=0.1)
pyautogui.click(100, 180) # 点击邮箱栏
pyautogui.typewrite('zhangsan@example.com', interval=0.05)
pyautogui.click(100, 210) # 点击提交按钮
六、最佳实践与注意事项
- 逐步开发:先测试单个操作,再组合成完整流程
- 添加延迟:关键操作前后适当添加time.sleep()
- 异常处理:使用try-except捕获可能的异常
- 日志记录:记录操作步骤便于调试
- 备用方案:为图像识别提供多个匹配样本
PyAutoGUI 为 Python 开发者提供了强大的 GUI 自动化能力,合理使用可以大幅提升工作效率。通过本文介绍的基础到高级功能,读者可以快速掌握这一工具,并将其应用到实际开发中。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
947
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
302
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381