企业官网建设流程全解析

PyAutoGUI：用 Python 操控鼠标和键盘的自动化工具

PyAutoGUI 是一个在 GitHub 上获得 12,542 Star 的跨平台 GUI 自动化库。它的作用很直接：用 Python 代码控制鼠标移动、点击和键盘输入，帮你把重复性的桌面操作自动化。

它能做什么

PyAutoGUI 的核心能力可以分成三类。

第一类是鼠标控制。你可以获取屏幕分辨率，查询鼠标当前位置，把鼠标移动到指定坐标，执行单击、双击、右击，还能设置移动过程的动画缓动效果。坐标系以屏幕左上角为原点，X 轴向右递增，Y 轴向下递增，和大多数图形库的约定一致。

第二类是键盘模拟。支持单个按键的按下和释放，也支持组合键，比如 Ctrl+C 这种常用操作。还能以指定间隔逐个字符输入字符串，模拟真实打字的节奏。

第三类是截图与图像识别。可以截取整个屏幕或指定区域，然后在屏幕上查找某个图片的位置，找到后直接把鼠标移过去点击。这个特性特别适合做基于图像定位的自动化流程。

另外它还自带了几个简单的弹窗函数：alert、confirm、prompt、password，方便在脚本运行过程中和用户交互。

安装与依赖

安装方式很标准，直接 pip 就行。不同系统的依赖略有区别：Windows 不需要额外依赖；macOS 要装 pyobjc 相关模块；Linux 需要 python3-xlib。另外图像功能依赖 Pillow，截图和图像识别都需要它。

如果要做开发或调试，还需要装 pyscreeze、pymsgbox、pytweening 这几个辅助模块。

跨平台怎么实现的

PyAutoGUI 支持 Windows、macOS 和 Linux 三个主流系统，但底层实现各不相同。

Windows 上通过 ctypes 调用 Win32 API；macOS 上借助 rubicon-objc 访问 Cocoa 框架；Linux 则通过 Xlib 与 X11 窗口系统通信。开发者把这些平台差异都封装在统一的 Python API 后面，用户写同一套代码就能跑在不同系统上。

目前它只支持主显示器，多显示器环境下鼠标函数的行为取决于操作系统版本，可能不稳定。

实际用在哪儿

这个库的适用场景很广泛。批量填写表单、自动执行软件测试、定时截屏监控、游戏挂机脚本、批量处理文件的重复操作，都可以用 PyAutoGUI 来简化。

它的优势在于上手快，几行代码就能跑起来，不需要学习复杂的 GUI 框架。劣势是依赖屏幕坐标和图像匹配，如果界面布局变了，脚本可能失效。所以它更适合界面稳定的任务，或者作为正式自动化方案之外的快速补丁。

总结

PyAutoGUI 不是那种大而全的测试框架，而是一个轻量、直接的桌面自动化工具。如果你经常需要做重复的鼠标键盘操作，又不想为此学一套复杂的 RPA 系统，花十分钟看看它的文档，大概率能省掉后续几小时的手动操作。

此学一套复杂的 RPA 系统，花十分钟看看它的文档，大概率能省掉后续几小时的手动操作。