【亲测免费】 推荐开源项目:PyDirectInput —— 更强大的自动化输入库
2026-01-23 05:28:45作者:何举烈Damon
项目介绍
在自动化测试和脚本编写中,模拟鼠标和键盘输入是非常常见的操作。PyAutoGUI 作为一款广泛使用的库,提供了丰富的功能,但在某些特定场景下,尤其是涉及 DirectX 的应用程序和游戏中,其表现并不尽如人意。为了解决这一问题,PyDirectInput 应运而生。
PyDirectInput 旨在复制 PyAutoGUI 的鼠标和键盘输入功能,但通过使用 DirectInput 扫描码和更现代的 SendInput() win32 函数,显著提升了兼容性和稳定性。如果你在使用 PyAutoGUI 时遇到无法正常工作的情况,不妨试试 PyDirectInput!
项目技术分析
PyDirectInput 的核心优势在于其对 DirectInput 扫描码和 SendInput() 函数的利用。相比 PyAutoGUI 使用的虚拟键码(VKs)和已废弃的 mouse_event() 和 keybd_event() 函数,PyDirectInput 提供了更高的兼容性和更稳定的输入模拟。
技术亮点:
- DirectInput 扫描码:适用于更多应用程序,特别是依赖 DirectX 的游戏和软件。
- SendInput() 函数:现代且高效的 win32 API,确保输入的准确性和实时性。
项目及技术应用场景
PyDirectInput 适用于多种场景,特别是在以下领域表现尤为出色:
- 游戏自动化:在 DirectX 游戏中模拟鼠标和键盘操作,进行自动化测试或脚本编写。
- 软件测试:在特定软件中实现自动化输入,确保测试覆盖率和准确性。
- 桌面自动化:在日常办公和操作中,自动化重复性任务,提高工作效率。
项目特点
优点:
- 高兼容性:支持 DirectX 应用程序和游戏,弥补了 PyAutoGUI 的不足。
- 易于使用:与 PyAutoGUI 的接口相似,用户可以轻松切换和使用。
- 开源贡献:项目欢迎开发者参与,提供 pull request,共同完善功能。
已实现功能:
- 失败安全检查
- 暂停功能
- 获取鼠标位置(position())
- 获取屏幕尺寸(size())
- 移动鼠标(moveTo(x, y))
- 相对移动鼠标(move(x, y) / moveRel(x, y))
- 鼠标按下(mouseDown())
- 鼠标释放(mouseUp())
- 点击鼠标(click())
- 按下键盘(keyDown())
- 释放键盘(keyUp())
- 按键(press())
- 输入文本(write() / typewrite())
未实现功能:
- 滚动功能
- 拖拽功能
- 热键功能
- 特殊字符支持(如 '!', '@', '#' 等)
- 鼠标函数的部分参数(duration, tween, logScreenshot)
- 键盘函数的部分参数(logScreenshot)
如何使用
安装 PyDirectInput 非常简单,只需一条命令:
pip install pydirectinput
示例代码:
import pyautogui
import pydirectinput
pydirectinput.moveTo(100, 150) # 将鼠标移动到坐标 (100, 150)
pydirectinput.click() # 在当前位置点击鼠标
pydirectinput.click(200, 220) # 在坐标 (200, 220) 点击鼠标
pydirectinput.move(None, 10) # 将鼠标向下移动 10 像素
pydirectinput.doubleClick() # 双击鼠标
pydirectinput.press('esc') # 模拟按下 Escape 键
pydirectinput.keyDown('shift')
pydirectinput.keyUp('shift')
结语
PyDirectInput 是一个功能强大且易于使用的自动化输入库,特别适用于需要高兼容性和稳定性的场景。如果你正在寻找一个可靠的 PyAutoGUI 替代品,PyDirectInput 绝对值得一试!
立即访问 GitHub 项目页面 了解更多,或观看 教程视频 快速上手吧!
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