Python 实战:从记事本入手,快速掌握 Windows 桌面端软件 UI 自动化的核心技术

在日常工作中，我们经常需要处理一些桌面端的重复性操作：比如每天定时打开某个财务软件导出报表，自动登录打卡工具，或者批量处理一些没有提供 API 接口的旧款 ERP 系统。如果全靠人工手动点击，不仅效率低下，还容易出错。我们之前有介绍了一种方式，是采用模拟鼠标和键盘的方式，见文章PyAutoGUI 全面入门：用 Python 控制鼠标、键盘和屏幕，解放双手 。这次我们换一种库，也是能达到同样的效果，就是Python 里的 pywinauto 库，它可以轻松实现 Windows GUI 的自动化控制，极大地释放你的双手，提高效率。

pywinauto 简介

pywinauto 是一个强大的 Python 库，专门用于自动化 Windows 操作系统的图形界面。它通过模拟鼠标点击和键盘输入，可以直接与 Windows 窗口、按钮、菜单、编辑框等控件进行交互，他仅适用于windows系统。

在使用这个库时，有两个核心概念需要掌握：

• • Backend（后端驱动）：pywinauto 支持两种主要的访问技术：
• • Win32 API (win32)：适用于较老的程序（如记事本、MFC 软件）。
• • MS UI Automation (uia)：适用于较新的程序（如 WPF、Qt、浏览器、Windows 10/11 原生应用）。
• • Application 对象：这是操作的入口，通过它来启动程序或连接已打开的程序。

安装 pywinauto

执行以下命令，进行安装：

pip install pywinauto

示例

这里我列举一个简单示例：自动打开 Windows 自带的“记事本”，输入一段文字，并自动保存到桌面。

import timefrom pywinauto.application import Application#启动记事本程序, 采用uia后端，因为Win10/11的记事本基于新框架app = Application(backend="uia").start("notepad.exe")#选中窗口 这里的 "无标题 - 记事本" 是窗口的标题名称dlg = app.window(title_re=".*记事本.*")#重点：打印当前窗口的所有中文字样和控件 IDdlg.print_control_identifiers()#输入内容 type_keys 会模拟键盘敲击dlg.child_window(auto_id="15", control_type="Edit").type_keys(    "你好 各位\r\n这里是 小海代码人生。",     with_spaces=True)#模拟快捷键 Ctrl+S 调出保存弹窗dlg.type_keys('^s')#在保存对话框中输入文件名并点击确认save_dlg = dlg.child_window(title="另存为", control_type="Window")# 等待窗口出现（解决 exists 为 False 的问题）save_dlg.wait('visible', timeout=5)#输入文件名save_dlg.child_window(auto_id="1001", control_type="Edit").set_edit_text("test_auto.txt")#点击保存按钮save_dlg.child_window(auto_id="1", control_type="Button").click()#使用close()模拟点击右上角的 Xdlg.close()print("自动化操作已完成！")

运行效果

启动程序后，你会发现电脑像被“远程操控”了一样，具体可以看视频：

这种方式比 pyautogui更高级的地方在于：它是基于控件 ID 或名称定位的。即使你移动了窗口位置，或者窗口大小发生了改变，pywinauto 依然能精准找到那个按钮。

总结

pywinauto 是 Windows 桌面自动化非常好的一个库，不但精准度高，功能全面，而且适应性也非常的方，从古老的 Win32 应用到现代的 WPF/UWP 应用都能搞定。

如果你在工作中面临大量重复的桌面软件操作，不妨试试用 pywinauto 写一段脚本。配合 Python 的定时任务，完全可以实现全自动化的办公流程。