Python自动化工具Pywinauto、Pyautogui

Python的优雅、简洁与强大深深地吸引着我们，它海量的工具包为我们的工作提供了强有力的支持。在自动化工作中，Python更是一把利器，数十行代码就能干净利落地完成很多繁琐重复的工作。本文在这里将介绍Python中四种常用的自动化工具包。

Pywin32

Pywin32是一个Python库，为python提供访问Windows API的扩展，提供了齐全的Windows常量、接口、线程以及COM机制等等。这个库里面最重要的三个模块win32api、win32gui和win32con。

查找句柄：窗体是指窗口到文本框的所有控件，每个窗体都有独立的句柄。要操作任意一个窗体，都需要找到这个窗体的句柄。我们可以用win32gui模块中的FindWindow函数和FindWindowEx函数（子窗体函数）来得到指定窗体的句柄。（使用Spy++或Inspect可以很方便地查看目标窗口的窗口名、类名和句柄）

菜单操作：窗口的菜单就像窗口的标题栏一样，是窗口自身的一部分，不是其他窗体控件，也就没有办法用FindWindow和FindWindowEx返回句柄。我们可以用win32gui模块中的GetMenu，GetSubMenu和GetMenuItemID函数来操作菜单。

控件操作：控件的操作基于win32的消息机制，我们可以使用win32api模块的SendMessage函数向窗体发送消息来进行操作。同时也可以利用mouse_event、keybd_event等函数模拟鼠标和键盘对控件进行操作。

下面的代码实现了记事本的自动保存。

 

Pywinauto

Pywinauto是实现Windows窗口程序自动化的一把利器，它主要操作于Windows标准图形界面。Pywinauto基于Pywin32，其最主要功能为对Windows标准控件的一系列动作可编程处理，包括对窗口的指定、鼠标或键盘操作、获得控件属性等等。相比起Pywin32，Pywinauto使用起来更方便稳定，对中文的支持度也更好。下面简单地介绍一下Pywinauto的使用。

首先，利用Spy++或Inspec判断窗口程序开发语言是什么，即确定backend。Pywinauto支持“win32”和“uia”两种backend。接着，从Pywinauto.application中导入Application模块，利用Application().start函数或Application().connect函数关联到一个应用。如：app = Application(backend="uia").start('notepad.exe')。此后，利用正则表达式进行模糊匹配找到应用app的一个窗体，如：dlg = app.window_(title_re = ".*Part of Title.*")。最后，可以对窗体上的控件模拟鼠标或键盘的操作，实现应用窗口的自动操作。

下面代码实现了对记事本菜单的操作和键盘输入。

 

Pyautogui

Pyautogui是另一个常用的基于Python的GUI自动化工具，能够支持多个平台。Pyautogui主要是用程序自动控制鼠标和键盘操作。虽然Pyautogui和Pywinauto都是实现GUI 的自动操作，但两者的侧重点不同。Pyautogui侧重于鼠标、键盘、截图等功能，且是基于图像匹配进行定位的，而Pywinauto侧重与对系统的操作，虽然也有键盘和鼠标的模拟操作，但核心上还是软件上的操作更多。两者各有所长，需根据实际情况选择合适的。

Pyautogui对鼠标的移动、点击、拖拽，键盘按键输入、按住操作，以及鼠标+键盘的热键同时按住等操作都能准确模拟，可以说手能动的都可以，并且简单方便。但由于控件的定位依赖于图像匹配，所以得事先保存好控件的截图，然后在操作时自动截取屏幕，利用图像匹配找到控件在屏幕的像素位置，再将鼠标自动移至控件处点击。Pyautogui自带的图像匹配函数精度不是很高，可以加入opencv中的匹配函数来代替，更加准确方便。

下面代码实现了百度网盘的自动登录。

Selenium with Python

Selenium与上面三种工具有点不同，它的自动化对象是各种浏览器，包括Chrome、Safari、FireFox、IE等主流界面式的浏览器，常在爬虫应用中发挥很大的作用。Selenium最为主要的模块是Webdriver模块。Webdriver提供了一系列浏览器对象定位的方法，常用的有id、name、class name、tag name、xpath、link text等等。定位对象后，Webdriver提供了操作对象的方法，包括清除内容clear、模拟输入send_keys、单击鼠标click、提交表单submit等等。有时候为了保证脚本运行的稳定性，需要在脚本中添加等待时间，有sleep、implicitly_wait和WebDriverWait三种方法选择。此外在多表单切换、多窗口切换、警告窗口处理、上传文件、获取验证码等方面Webdriver都有相应的方法，功能强大。

下面的代码实现了模拟提交搜索功能，首先等页面加载完成，然后输入到搜索框文本，点击提交。

 

 

本文分别介绍了Pywin32、Pywinauto、Pyautogui和Selenium with Python四种基于Python的自动化工具包。使用这些工具包可以让繁琐的工作自己动起来，实现自动化，解放我们的双手，大大地提高工作效率。不过在智能方面还有很大的提升空间，这也是未来努力的方向。