网站导航
> 技术文档 > 掌握计算机自动化：PyAutoGUI库详细教程（最全使用方法，每行代码都有注释，帮你解决与之有关的所有问题）

掌握计算机自动化：PyAutoGUI库详细教程（最全使用方法，每行代码都有注释，帮你解决与之有关的所有问题）

网友: 技术文档 2025-08-08 01:01:08

文章目录

  • 一、pyAutoGUI 概括
  • 二、pyAutoGUI 库安装
  • 三、pyAutoGUI 操作前置知识
    • 1.屏幕分辨率与尺寸
    • 2.暂停操作
    • 3.故障保护功能
  • 四、鼠标操作
    • 1.鼠标移动操作
    • 2.获取鼠标位置的坐标值
    • 3.鼠标拖拽操作
    • 4.鼠标点击操作
    • 5.鼠标单击分布操作
  • 五、键盘操作
    • 1.输入字符
    • 2.按键操作
    • 3.热键操作（组合键）
  • 六，消息框
    • 1.可以设置一个button
    • 2.可以设置多个button
    • 3.自带文本输入框的消息框
    • 4.自带密码的文本输入框的消息框
  • 七、屏幕截图
    • 1.截全屏
    • 2.指定区域内截屏
    • 3.图片定位

这篇博客主要介绍了如何使用Python库pyAutoGUI进行计算机自动化行为操作。文章首先介绍了pyAutoGUI库的概括和安装方法。接下来，详细讲解了操作前需要了解的屏幕分辨率与尺寸，暂停操作，以及故障保护功能的使用方法。在鼠标操作部分，详细解析了鼠标的移动、获取位置、拖拽、点击以及单击分布操作。键盘操作部分，讨论了如何进行输入字符、按键以及热键操作。此外，文章还提到了使用消息框显示信息，可设置一个或多个按钮，及带有文本输入框和密码输入框的消息框使用方法。最后，文章详述了如何进行屏幕截图并在指定区域内截屏，以及图片定位的方法。整篇文章旨在帮助读者理解和掌握使用pyAutoGUI库进行计算机自动化操作的方法。

一、pyAutoGUI 概括

pyAutoGUI是一个用于自动化计算机行为的Python库。它可以用来操作鼠标和键盘，模拟人类的输入方式，比如移动鼠标、点击按钮、输入文本等。pyAutoGUI还可以用来开发自动化工具，比如自动回复聊天机器人、自动游戏挂机等。
掌握计算机自动化：PyAutoGUI库详细教程（最全使用方法，每行代码都有注释，帮你解决与之有关的所有问题）

二、pyAutoGUI 库安装

pyAutoGUI的下载代码如下：
打开命令行窗口输入以下代码即可

pip install pyautogui

或者，你可以直接从PyCharm上下载，教程如下：Python基础第八篇（Python异常处理，模块与包）

三、pyAutoGUI 操作前置知识

1.屏幕分辨率与尺寸

在这里插入图片描述
为方便编写代码，pyautogui 接口用起了别名“pg”

import pyautogui as pgimport time# 获取屏幕尺寸# 元组类型的返回值screen_width, screen_height = pg.size()# 获取屏幕宽高print(\"屏幕宽度:\", screen_width)print(\"屏幕高度:\", screen_height)

2.暂停操作

#暂停操作，全局暂停，局部暂停#全局暂停是指在程序中暂停所有操作（进行一行改代码，停一次，一般写在接口下面先执行），局部暂停是指在程序中暂停某个操作#--------全局暂停--------#默认是0.1 浮点型 单位是秒pg.PAUSE = 1.0#--------局部暂停--------#默认是0 浮点型 单位是秒time.sleep(2)

3.故障保护功能

pyAutoGUI 有一个名为“故障保护”的功能，当鼠标或键盘操作失败时，这个功能可以防止程序崩溃。要启用故障保护功能，可以在使用pyAutoGUI之前导入pyautogui.PAUSE：
插入

import pyautogui as pgpg.PAUSE = 1

这样，当pyAutoGUI遇到错误时，它会等待1秒后再尝试执行操作。你可以根据需要调整PAUSE的值。

或者在pyAutoGUI程序执行过程中想要停止，可以快速将鼠标移动到屏幕的四个角以中止程序，默认存在的。不想用可在pyAutoGUI代码执行之前插入

pg.failsafe=false

四、鼠标操作

1.鼠标移动操作

#移动鼠标到指定位置#duration是指所用时间，默认是0.25 浮点型 单位是秒pg.moveTo(100, 100, duration=1)#移动鼠标到相对位置pg.move(100, -100, duration=1)

2.获取鼠标位置的坐标值

# 获取鼠标位置的坐标值mouse_x, mouse_y = pg.position()print(\"鼠标位置的坐标值:\", mouse_x, mouse_y)#检测指定坐标是否在屏幕上print(\"(100, 100)坐标是否在屏幕上:\", pg.onScreen(100, 100))

3.鼠标拖拽操作

#鼠标拖拽操作#默认左键，左键 left，右键 right,中键 middle#绝对拖拽，指拖拽到那个位置pg.dragTo(x=100, y=-100, duration=0.5, button=\'left\')#相对拖拽，相对于当前位置拖拽pg.drag(xOffset=100, yOffset=100, duration=0.5, button=\'right\')

4.鼠标点击操作

#鼠标点击操作#单击#button:默认左键，左键 left，右键 right,中键 middle#clicks:点击次数，默认是1次#interval:每次点击间隔时间，默认是0#duration:持续时间，默认是0pg.click(x=90, y=100,clicks=2,interval=0,duration=0, button=\'left\')# 双击#button:默认左键，左键 left，右键 right,中键 middlepg.doubleClick(x=90, y=100, duration=0, button=\'left\')

5.鼠标单击分布操作

#单击分布操作#按下鼠标键位pg.mouseDown(button=\'left\')#释放鼠标键位pg.mouseUp(button=\'left\')

五、键盘操作

1.输入字符

# 键盘操作#输入字符#messge:想要输入的字符#interval:每次输入间隔时间，默认是0#不能直接输入中文，需要使用unicode编码#输入时应先使输入框获取焦点，否则无法输入（可以先单击一下）pg.write(\"Hello, World!\",interval=0.2)

2.按键操作

#按键操作#presses:按键的次数，默认是1次#interval:每次按键间隔时间，默认是0pg.press(\'enter\',presses=2,interval=0.2)

3.热键操作（组合键）

#热键操作#interval:每次按键间隔时间，默认是0pg.hotkey(\'ctrl\',\'a\',interval=0.2)

常用按键

# 所有按键的字符串标识如下print(pyautogui.KEYBOARD_KEYS)# 输出:[\'\\t\', \'\\n\', \'\\r\', \' \', \'!\', \'\"\', \'#\', \'$\', \'%\', \'&\', \"\'\", \'(\', \')\', \'*\', \'+\', \',\', \'-\', \'.\', \'/\', \'0\', \'1\', \'2\', \'3\', \'4\', \'5\', \'6\', \'7\', \'8\', \'9\', \':\', \';\', \'<\', \'=\', \'>\', \'?\', \'@\', \'[\', \'\\\\\', \']\', \'^\', \'_\', \'`\', \'a\', \'b\', \'c\', \'d\', \'e\', \'f\', \'g\', \'h\', \'i\', \'j\', \'k\', \'l\', \'m\', \'n\', \'o\', \'p\', \'q\', \'r\', \'s\', \'t\', \'u\', \'v\', \'w\', \'x\', \'y\', \'z\', \'{\', \'|\', \'}\', \'~\', \'accept\', \'add\', \'alt\', \'altleft\', \'altright\', \'apps\', \'backspace\', \'browserback\', \'browserfavorites\', \'browserforward\', \'browserhome\', \'browserrefresh\', \'browsersearch\', \'browserstop\', \'capslock\', \'clear\', \'convert\', \'ctrl\', \'ctrlleft\', \'ctrlright\', \'decimal\', \'del\', \'delete\', \'divide\', \'down\', \'end\', \'enter\', \'esc\', \'escape\', \'execute\', \'f1\', \'f10\', \'f11\', \'f12\', \'f13\', \'f14\', \'f15\', \'f16\', \'f17\', \'f18\', \'f19\', \'f2\', \'f20\', \'f21\', \'f22\', \'f23\', \'f24\', \'f3\', \'f4\', \'f5\', \'f6\', \'f7\', \'f8\', \'f9\', \'final\', \'fn\', \'hanguel\', \'hangul\', \'hanja\', \'help\', \'home\', \'insert\', \'junja\', \'kana\', \'kanji\', \'launchapp1\', \'launchapp2\', \'launchmail\', \'launchmediaselect\', \'left\', \'modechange\', \'multiply\', \'nexttrack\', \'nonconvert\', \'num0\', \'num1\', \'num2\', \'num3\', \'num4\', \'num5\', \'num6\', \'num7\', \'num8\', \'num9\', \'numlock\', \'pagedown\', \'pageup\', \'pause\', \'pgdn\', \'pgup\', \'playpause\', \'prevtrack\', \'print\', \'printscreen\', \'prntscrn\', \'prtsc\', \'prtscr\', \'return\', \'right\', \'scrolllock\', \'select\', \'separator\', \'shift\', \'shiftleft\', \'shiftright\', \'sleep\', \'space\', \'stop\', \'subtract\', \'tab\', \'up\', \'volumedown\', \'volumemute\', \'volumeup\', \'win\', \'winleft\', \'winright\', \'yen\', \'command\', \'option\', \'optionleft\', \'optionright\']+ \'Add\' - 加号键（\"+\"）通常用于添加或增加操作。+ \'Alt\' - 通常与键盘上的 \"Alt\" 键相对应，它是一种常用的快捷键，可以用于访问特殊功能或菜单。+ \'Altleft\' - 这个单词通常与键盘上的 \"Alt\" 键左边的部分相对应，也是用于访问特殊功能或菜单。+ \'Altright\' - 这个单词通常与键盘上的 \"Alt\" 键右边的部分相对应，也是用于访问特殊功能或菜单。+ \'Apps\' - 右键菜单+ \'Backspace\' - 这个单词通常与键盘上的 \"Backspace\" 键相对应，用于删除前一个字符或命令。+ \'Browserback\' - 这个单词通常与浏览器相关的快捷键相对应，用于返回浏览器的上一个页面。+ \'Browserfavorites\' - 这个单词通常与浏览器相关的快捷键相对应，用于访问浏览器的收藏夹。+ \'Browserforward\' - 这个单词通常与浏览器相关的快捷键相对应，用于前进到浏览器的一个页面。+ \'Browserhome\' - 这个单词通常与浏览器相关的快捷键相对应，用于导航到浏览器的首页。+ \'Browserrefresh\' - 这个单词通常与浏览器相关的快捷键相对应，用于刷新当前页面。+ \'Browsersearch\' - 这个单词通常与浏览器相关的快捷键相对应，用于在浏览器中执行搜索操作。+ \'Browserstop\' - 这个单词通常与浏览器相关的快捷键相对应，用于停止加载当前页面。+ \'Capslock\' - 这个单词通常与键盘上的 \"Capslock\" 键相对应，用于锁定或解锁大写字母输入。+ \'Ctrl\' - 这个单词通常与键盘上的 \"Ctrl\" 键相对应，用于执行各种控制命令或组合键操作。+ \'Ctrlleft\' - 这个单词通常与键盘上的 \"Ctrl\" 键左边的部分相对应，也是用于执行各种控制命令或组合键操作。+ \'Ctrlright\' - 这个单词通常与键盘上的 \"Ctrl\" 键右边的部分相对应，也是用于执行各种控制命令或组合键操作。+ \'Decimal\' - 这个单词通常与键盘上的 \"Decimal\" 或 \".\" 键相对应，用于输入小数点或十进制数字。+ \'fn\' - \"fn\" 是一个特殊的键盘功能键，通常在笔记本电脑和一些特定的键盘布局中找到。它用于配合其他按键使用，以实现一些特定的功能，如调节亮度、音量等。+ \'home\' - \"home\" 对应的按键是键盘上的 \"Home\" 键，通常用于快速导航到页面的顶部或文本的开头。+ \'insert\' - \"insert\" 对应的按键是键盘上的 \"Insert\" 键，用于插入文本或数据。+ \'left\', \'right\', \'up\', \'down\' - 这些方向键对应的按键分别是 \"Left Arrow\"、\"Right Arrow\"、\"Up Arrow\" 和 \"Down Arrow\"。它们通常用于控制光标的位置。+ \'num0\' 到 \'num9\' - 这些数字键对应的按键是从 \"0\" 到 \"9\"。它们用于输入数字和进行数学运算。+ \'numlock\', \'scrolllock\', \'select\', \'separator\', \'tab\' - 这些都是特殊的锁定键或其他功能键，通常用于控制光标移动、滚动页面、选择文本等操作。+ \'space\', \'return\' - \"Space\" 键对应的按键是空格键，用于在文本中插入空格。\"Return\" 键对应的按键是回车键，用于换行或确认输入。+ \'win\', \'winleft\', \'winright\' - 这些是特定的功能键，通常用于操作系统中的窗口控制和菜单操作。\"Win\" 键对应的按键通常是 Windows 徽标键（通常是带有 Windows 标志的按键）。\"Winleft\" 和 \"Winright\" 是左右 Windows 功能键的称呼，但它们并不对应键盘上的标准按键

六，消息框

1.可以设置一个button

#消息框#title:标题#text:文本# button:按钮，默认是OK#返回值：默认是OKarr1 = pg.alert(title=\'Hello, World!\',text=\'没钱只能当牛马\',button=\'ok\')print(arr1)

2.可以设置多个button

#可以设置多个button#返回值：返回用户点击的按钮arr2 = pg.confirm(title=\'Hello, World!\',text=\'没钱只能当牛马\',buttons=[\'ok\',\'cancel\'])print(arr2)

3.自带文本输入框的消息框

#自带文本输入框的消息框#返回值：返回用户输入的内容#文本输入框没字返回：Nonearr3=pg.prompt(title=\'Hello, World!\',text=\'没钱只能当牛马\',default=\'请您输入：\')print(\"您输入的内容是：\"+arr3)

4.自带密码的文本输入框的消息框

#自带密码的文本输入框的消息框#返回值：返回用户输入的密码#密码没字返回：Nonearr4=pg.password(title=\'Hello, World!\',text=\'没钱只能当牛马\',default=\'请您输入：\',mask=\'*\')print(\"您输入的密码是：\"+arr4)

七、屏幕截图

1.截全屏

#屏幕截图#imageformat:截图保存的格式，默认是png#region:截图的范围，默认是整个屏幕# 截取全屏 在1920 x 1080屏幕上，screenshot（）函数大约需要100毫秒-不快但不慢。# 截取全屏，并以图片保存pg.screenshot(\"E:\\\\pythonDemo\\\\python_2024\\\\all.png\")

2.指定区域内截屏

#指定区域内截屏#region:截图的范围，默认是整个屏幕 : [开始位置x,开始位置y,x扩展的分辨率,y扩展的分辨率]pg.screenshot(\"E:\\\\pythonDemo\\\\python_2024\\\\all2.png\",region=[100,100,500,500])

3.图片定位

#图片定位#定位到的图片的坐标（从左到右，从上到下）#image:图片路径#confidence:定位精度，默认是0.8#count:定位到的图片数量，默认是1#返回图片中心点pg.locateCenterOnScreen(\"E:\\\\pythonDemo\\\\python_2024\\\\Google_tubiao.png\",confidence=0.1)
网络标签：

相关问题