自学Python+windows API自动化操作桌面功能

目    录

        一、windows API

        1、官方文档

        2、pywin32

        3、win32api

        4、win32gui

        5、win32clipboard

        二、windows API的另一种键鼠输入

        1、PyUserInput

         2、支持的平台及依赖

         3、方法

---

        一、windows API

        1、官方文档

        在官方文档中，可以查找到操作windows窗口的所有说明，无非是用C语言进行的解释，C语言的函数。但是理解起来并不是很困难，通过关键字去寻找对应的函数，每个函数中对应的参数的含义基本都能行得通，可以在其他语言中进行转换理解调用即可。如果你不理解英文，可以右键翻译中文，怎么方便怎么来。

        官方文档地址---Technical documentation | Microsoft Docs

        2、pywin32

        pywin32是Windows API的一种，主要包含windows常量、接口、线程以及COM机制等，自带IDE。是python中自动操作windows的重要驱动，所以在python自动化操作桌面前必须先安装pywin32。如果要有事件判断等操作，还需要安装pyHook。

        安装命令：pip install pywin32、pip install pyHook

        3、win32api

.        （1）ShellExecute(HWND, Operation, FileName, Parameters, Directory, ShowCmd)

         打开软件或文件

        

        HWND          # 指定父窗口句柄

        Operation     # 指定动作，如edit、explore、open、find、print、NULL

        FileName     # 指定要打开的文件或程序

        Parameters  # 指定打开程序所需参数

        Directory      # 缺省目录

        ShowCmd    # 打开选项，可选值：

SW_HIDE=0    # 隐藏窗口，活动状态给另一个窗口

SW_SHOWNORMAL=1/SW_RESTORE=9/SW_SHOWDEFAULT=10/SW_MAX=10    # 用最近的大小和位置显示窗口，同时令其进入活动状态

SW_SHOWNOACTIVATE=4    # 用最近的大小和位置显示一个窗口，不改变活动窗口

SW_SHOW=5    # 用当前的大小和位置显示一个窗口，令其进入活动状态

SW_NORMAL=1/SW_SHOWNA=8    # 用当前的大小和位置显示一个窗口，不改变活动窗口

SW_MINIMIZE=6/SW_SHOWMINNOACTIVE=7    # 最小化窗口，不激活

SW_SHOWMINIMIZED=2    # 最小化窗口，并将其激活

SW_SHOWMAXIMIZED=3/SW_MAXIMIZE=3    # 最大化窗口，并将其激活

        

        执行成功会返回应用程序句柄，如果返回值 <= 32，则表示执行错误：

0---内存不足

2---文件名错误

3---路径名错误

11---EXE文件无效

26---发生共享错误

27---文件名不完全或无效

28---超时

29---DDE事务失败

30---正在处理其他DDE事务而不能完成该DDE事务

31---没有相关联的应用程序

         （2）keybd_event(bVk, bScan, dwFlags, dwExtraInfo)

        模拟键盘输入

        

        bVk                # 虚拟键码（键盘键码对照表）

        bScan            # 硬件扫描码（一般为0）

        dwFlags         # 函数操作的一个标志位（KEYEVENTF_EXTENDEDKEY/0：按键，KEYEVENTF_KEYUP：松键)

        dwExtraInfo   # 定义与击键相关的附加的32位值（一般为0）

         （3）GetCursorPos()

        模拟鼠标输入-获取鼠标当前位置的坐标

          （4）SetCursorPos((x, y))

        模拟鼠标输入-将鼠标移动到坐标处

         （5）mouse_event(dwFlags, x, y, data, extra_info)

        模拟鼠标输入

        

        dwFlags  # 函数操作的一个标志位

MOUSEEVENTF_ABSOLUTE/0x8000             # dx和 dy参数包含规范化的绝对坐标。如果未设置，这些参数将包含相对数据：自上次报告的位置以来的位置变化。无论连接到系统的鼠标或类似鼠标的设备（如果有）如何，都可以设置或不设置此标志

MOUSEEVENTF_LEFTDOWN/0x0002          # 左键按下

MOUSEEVENTF_LEFTUP/0x0004                # 左键松开

MOUSEEVENTF_MIDDLEDOWN/0x0020    # 中间按钮按下

MOUSEEVENTF_MIDDLEUP/0x0040          # 中间按钮松开

MOUSEEVENTF_MOVE/0x0001                  # 鼠标移动

MOUSEEVENTF_RIGHTDOWN/0x0008      # 右键按下

MOUSEEVENTF_RIGHTUP/0x0010            # 右键松开

MOUSEEVENTF_WHEEL/0x0800               # 如果鼠标有滚轮，则滚轮已移动。移动量在dwData中指定

MOUSEEVENTF_XDOWN/0x0080              # 已按下X按钮

MOUSEEVENTF_XUP/0x0100                    # 释放了X按钮

MOUSEEVENTF_WHEEL/0x0800               # 滚轮按钮旋转

MOUSEEVENTF_HWHEEL/0x01000          # 滚轮按钮倾斜

        

指定鼠标按钮状态的值设置为指示状态更改，而不是正在进行的条件。例如，如果按下并按住鼠标左键， 则在首次按下左键时设置MOUSEEVENTF_LEFTDOWN，但不用于后续动作。同样，仅当首次释放按钮时，才会设置MOUSEEVENTF_LEFTUP。

不能在dwFlags参数中同时指定MOUSEEVENTF_WHEEL和MOUSEEVENTF_XDOWN或MOUSEEVENTF_XUP，因为它们都需要使用dwData字段。

        dx  # 现在鼠标要进行操作位置的横坐标x（我理解的）

鼠标沿x轴的绝对位置或其自上次生成鼠标事件以来的运动量，具体取决于MOUSEEVENTF_ABSOLUTE设置。绝对数据被指定为鼠标的实际x坐标；相对数据指定为移动的米奇数量。米奇是鼠标必须移动的量，以报告它已经移动。

        dx  # 现在鼠标要进行操作位置的纵坐标y（我理解的）

鼠标沿y轴的绝对位置或其自上次生成鼠标事件以来的运动量，具体取决于MOUSEEVENTF_ABSOLUTE设置。绝对数据被指定为鼠标的实际y坐标；相对数据指定为移动的米奇数量。

        dwData  # 一般定义的滚轮一次三行，即增量设置为120，正值表示向下滚动（向前，即你面向的方向）、负值表示向上滚动（向后，即朝着你的方向）

如果dw标志包含MOUSEEVENTF_WHEEL，则dwData指定车轮移动量。正值表示滚轮向前旋转，远离用户； 负值表示滚轮向后旋转，朝向用户。一次车轮点击被定义为WHEEL_DELTA，即120。

如果dw标志包含MOUSEEVENTF_HWHEEL，则dwData指定车轮移动量。正值表示车轮向右倾斜；负值表示滚轮向左倾斜。

如果dw标志包含MOUSEEVENTF_XDOWN或MOUSEEVENTF_XUP，则dwData指定按下或释放了哪些X按钮。此值可以是以下标志的任意组合。

如果dw标志未MOUSEEVENTF_WHEEL、MOUSEEVENTF_XDOWN或MOUSEEVENTF_XUP，则dwData应为零。

        dwExtraInfo  # 与鼠标事件关联的附加值

        4、win32gui

        （1）FindWindow(lpClassName = None, lpWindowName = None)

        查找窗体的句柄

        

        lpClassName = None      # 字符型，窗体的类名，可以在Spy++里找到

        lpWindowName = None  # 字符型，窗口名，也就是标题栏上能看见的那个标题 

        （2）FindWindowEx(hwndParent=0, hwndChildAfter=0, lpszClass=None, lpszWindow=None)

         查找子窗口的句柄

        

        hwndParent=0         # 父窗口句柄

        hwndChildAfter=0    # 从第一个子窗体开始搜索；若不为0，则按照z-index的顺序从hwndChildAfter向后开始搜索子窗体

        lpszClass=None      # 子窗口类名

        lpszWindow=None  # 子窗口标题

        （3）EnumWindows(lambda hwnd, param: param.append(hwnd), hwnd_list)

        枚举所有窗口句柄

        

        hwnd_list = []                      # 先初始化一个空列表

        hwnd_list.append(hwnd)    # 将获取到的所有句柄添加到句柄空列表中

        （4）EnumChildWindows(win_handle, lambda hwnd, param: param.append(hwnd), hwndChildList)

        枚举某父窗口的子窗口句柄

        

        hwndChildList= []                                          # 先初始化一个空列表

        hwndChildList.append(win_handle.hwnd)    # 将获取到的所有子窗口句柄添加到句柄空列表中

         （5）GetClassName(handle)

        获取句柄的类名

        

        handle      #父窗口句柄

         （6）GetWindowText(handle) 

        获取句柄的标题

        

        handle      #父窗口句柄

         （7）GetWindowRect(handle)

        获取句柄的矩形四坐标（left-x,top-y,right-x,bottom-y）

        

        handle      # 父窗口句柄

          （8）GetMenu(subHandle)

        获取句柄的菜单句柄

        

        subhandle      # 子窗口句柄

          （9）GetSubMenu(menuHandle, 子菜单索引号)

        获取子菜单或下拉菜单句柄

        

        menuHandle      # 主菜单句柄

        子菜单索引号

         （10）GetMenuItemID(subMenuHandle, 项目索引号)

        获取菜单项中的的标志符

        注意：分隔符是被编入索引的

        

        handle      # 窗口句柄

        项目索引号

         （11）postMessage(hwnd, win32con.WM_COMMAND, WParam, IParam)

        发送消息

        

        hwnd                                        # 句柄

        win32con.WM_COMMAND     # 消息类型

        WParam                                  # 32位整型，high word就是他的31至16位，low word是它的15至0位

        IParam                                    # 当参数超过两个，wParam和lParam不够用时，可以将wParam就给拆成两个int16来使用

         （12）SetForegroundWindow(handle)

        指定窗体设置到最顶层，并且激活该窗口

        

        handle      # 窗口句柄

        

        仅当满足下列条件之一为真时，进程才能设置前台窗口：

该过程是前台过程

该过程由前台进程启动

该进程接收到最后一个输入事件

没有前台进程

正在调试该过程

前台进程不是现代应用程序或“开始”屏幕

前台未锁定（请参见锁定设置前台窗口LockSetForegroundWindow）

前台锁定超时已过期（请参阅系统参数信息中的SPI_GETFOREGROUNDLOCKTIMEOUT）

没有处于活动状态的菜单

        5、win32clipboard

        （1）OpenClipboard()

        模拟剪贴板-打开剪贴板

        （2）CloseClipboard()

        模拟剪贴板-关闭剪贴板（注意：其他应用程序只能在剪贴板关闭之后才能访问，否则访问到的剪贴板为NULL）

        （3） EmptyClipboard()

        模拟剪贴板-清空剪贴板 

        （4）SetClipboardData(UINT uFormat，HANDLE hMem)

        模拟剪贴板-给剪贴板添加数据

        

        uFormat  # 指定数据格式

CF_BITMAP/2      # 位图的句柄

CF_DIB/8             # 一个内存对象，其中包含一个位图信息结构，后跟位图位

CF_DIBV5/17      # 一个内存对象，其中包含位图V5头（翼型）结构，后跟位图颜色空间信息和位图位

CF_DIF/5            # 软件艺术的数据交换格式

CF_DSPBITMAP/0x0082                  # 与私有格式关联的位图显示格式 CF_DSPENHMETAFILE/0x008E      # 与私有格式关联的增强型图元文件显示格式 CF_DSPMETAFILEPICT/0x0083      # 与私有格式关联的图元文件-图片显示格式 CF_DSPTEXT/0x0081                      # 与私有格式关联的文本显示格式

CF_ENHMETAFILE/14                     # 增强型图元文件的句柄

hMem      # 必须是前数据的句柄，而不是私有格式的数据

CF_GDIOBJFIRST/0x0300      # 应用程序定义的GDI对象剪贴板格式的整数值范围的开始 CF_GDIOBJLAST/0x03FF       # 应用程序定义的GDI对象剪贴板格式的整数值范围的末尾 清空剪贴板时，使用GlobalFree函数不会自动删除与此范围内的剪贴板格式关联的句柄

hMem      # 必须是全局Alloc函数分配的句柄，其GMEM_MOVEABLE标志，而不是GDI对象的句柄

CF_HDROP/15       # 用于键入HDROP的句柄，用于标识文件列表

应用程序可以通过将句柄传递给DragQueryFile函数来检索有关文件的信息

CF_LOCALE/16      # 数据是与剪贴板中的文本关联的区域设置标识符（LCID）的句柄（HGLOBAL）

关闭剪贴板时，如果剪贴板包含CF_TEXT数据但没有CF_LOCALE数据，系统会自动将CF_LOCALE格式设置为当前输入语言

可以使用CF_LOCALE格式将不同的区域设置与剪贴板文本相关联

从剪贴板粘贴文本的应用程序可以检索此格式，以确定用于生成文本的字符集

请注意，剪贴板不支持多个字符集的纯文本。若要实现此目的，请改用格式化的文本数据类型，如RTF

系统使用与CF_LOCALE关联的代码页隐式地从CF_TEXT转换为CF_UNICODETEXT。因此，正确的代码页表用于转换

CF_METAFILEPICT/3      # 由图元文件结构定义的图元文件图片格式的句柄

当通过DDE传递CF_METAFILEPICT句柄时，负责删除hMem的应用程序还应释放CF_METAFILEPICT句柄引用的图元文件

CF_OEMTEXT/7             # 包含OEM字符集中的字符的文本格式

每行都以回车符/换行符（CR-LF）组合结尾、空字符表示数据结束

CF_OWNERDISPLAY/0x0080      # 所有者显示格式

剪贴板所有者必须显示和更新剪贴板查看器窗口，并接收WM_ASKCBFORMATNAME、WM_HSCROLLCLIPBOARD、WM_PAINTCLIPBOARD、WM_SIZECLIPBOARD和WM_VSCROLLCLIPBOARD消息。

hMem      # 必须为空

CF_PALETTE/9      # 调色板的手柄

每当应用程序在剪贴板中放置依赖于或假定调色板的数据时，它也应该将调色板放在剪贴板上

如果剪贴板包含CF_PALETTE（逻辑调色板）格式的数据，则应用程序应使用SelectPalette和 和RealizPalette函数来实现剪贴板中的任何其他数据与该逻辑调色板进行比较

显示剪贴板数据时，剪贴板始终使用剪贴板上CF_PALETTE格式的任何对象作为其当前调色板

CF_PENDATA/10                       # 用于笔计算的微软视窗的笔扩展的数据

CF_PRIVATEFIRST/0x0200      # 私有剪贴板格式的整数值范围的开始 CF_PRIVATELAST/0x02FF       # 私有剪贴板格式的整数值范围的结尾

与私人剪贴板格式关联的句柄不会自动释放；剪贴板所有者必须释放此类句柄，通常是为了响应WM_DESTROYCLIPBOARD消息

CF_RIFF/11      # 表示比CF_WAVE标准波形格式更复杂的音频数据

CF_SYLK/4      # 微软符号链接（SYLK）格式

CF_TEXT/1      # ANSI文本格式

每行都以回车符/换行符（CR-LF）组合结尾、空字符表示数据结束

CF_TIFF/6       # 标记图像文件格式

CF_UNICODETEXT/13      # Unicode编码文本格式

每行都以回车符/换行符（CR-LF）组合结尾、空字符表示数据结束

CF_WAVE/12      # 以标准波形格式之一表示音频数据，如11kHz或22kHz的脉冲编码调制（PCM）的音频数据

        hMem      # 指定格式的数据的句柄

此参数可以为NULL，表示窗口根据请求以指定的剪贴板格式（呈现格式）提供数据（延迟呈现）

如果窗口延迟呈现，则必须处理WM_RENDERFORMAT并WM_RENDERALLFORMATS消息

---

        二、windows API的另一种键鼠输入

        1、PyUserInput

        跨平台的操作鼠标和键盘的模块

         2、支持的平台及依赖

        （1）Linux --- Xlib

        （2）Mac --- Quartz、AppKit

        （3）0Windows --- pywin32、pyHook

         3、方法

        （1）先导入PyUserInput

        pip install PyUserInput

        （2）创建键鼠对象

        m = PyMouse()          # 操作鼠标

        k = PyKeyboard()      # 操作键盘

        （3）操作鼠标

        x_dim, y_dim = m.screen_size()     # 获取鼠标的坐标

        m.click(x_dim,y_dim)                      # 在坐标位置点击

        （4）操作键盘

        k.type_string(str)           # 键盘输入、发送判断文字

        k.press_key(key)          # 按住某键

        k.release_key(key)       # 松开某键

        

        k.tap_key(key)                                                        # 按住并松开某键

        k.tap_key(key,n=重复次数,interval=间歇时间)       # 重复的间歇的按松某键

        

        k.press_key(k.alt_key)                             # 按住Alt_L左键

        k.release_key(k.alt_key)                          # 松开Alt_L左键

        k.tap_key(k.tab_key)                                # 按松Tab键

        k.press_keys(['Command',key1,key2])    # 按松组合键（Mac系统）

        k.press_keys([key1,key2])                       # 按松组合键（Windows系统）

        

        k.tap_key(k.function_keys[n])                                    # 按松Fn功能键

        numpad_keys = keypad = ['Space', 'Tab', 'Enter', 'F1', 'F2', 'F3', 'F4', 'Home', 'Left', 'Up', 'Right', 'Down', 'Prior', 'Page_Up', 'Next', 'Page_Down', 'End', 'Begin', 'Insert', 'Delete', 'Equal', 'Multiply', 'Add', 'Separator', 'Subtract', 'Decimal', 'Divide', 0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

        k.tap_key(k.numpad_keys[key])                               # 按松列表中功能键

        k.tap_key(k.numpad_keys[key], n=重复次数)           # 重复的按松功能键

        （3）监听键鼠事件

        PyMouseEvent()               # 监听鼠标事件的输入

        PyKeyboardEvent()          # 监听键盘事件的输入         

---

        愿你我都能为中华民族的伟大复兴尽一份绵薄力量，让中华文化的根扎根在中国这片绿水青山之上，让新一代中华儿女传承与发扬！！！

---无名之辈

---

以上内容均是本人自学，当然是有网上公布的内容，如有冒犯，请留言，立即改正，谢谢！

---

        看完要是觉得对自己有用，动一下您那根金色的会一指禅的右手食指，按一下您的鼠标左键，在对应的那个位置点个赞，亦或者在评论区留下您的绝顶好句，亦或者收藏在您的收藏夹里，再走也不迟嘛！您说要不要得！谢谢您的阅读和赞赏！