【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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
531
3.74 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
772
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355