Python + Selenium + AutoIt 模拟键盘实现另存为、上传、下载操作详解

前言

在web页面中，可以使用selenium的定位方式来识别元素，从而来实现页面中的自动化，但对于页面中弹出的文件选择框，selenium就实现不了了，所以就需引用AutoIt工具来实现。

AutoIt介绍

AutoIt简单介绍下，AutoIt 目前最新是v3版本，这是一个使用类似BASIC脚本语言的免费软件，它设计用于Windows GUI(图形用户界面)中进行自动化操作。它利用模拟键盘按键，鼠标移动和窗口/控件的组合来实现自动化任务。而这是其它语言不可能做到或无可靠方法实现的(例如VBScript和SendKeys)。

实现原理：

使用AutoIT下的工具去定位页面外的元素属性值，其次再利用AutoIT下的工具编写合适的脚本，然后将脚本编译成可执行文件，最后在自动化实现时，直接调用此脚本实现文件的上传、下载等操作。

备注：定位元素、编写脚本和编译，需要借助AutoIT提供的工具，但是脚本编译成可执行文件后，可以直接使用。

AutoIt的下载与安装就不再赘述，下载地址如下：https://www.autoitscript.com/site/autoit/downloads/

安装成功后会出现如下菜单：

AutoIt工具使用

1.AutoIT Window Info用来识别Windows控件，根据识别的控件信息编写脚本；x86为32位

2.SciTE Script Editor用来写脚本，并保存为au3格式，按F5可以调试代码，但需要是操作弹框（上传/下载/另存为弹框）开启的情况下

3.Complie Script to .exe， 将刚编写的脚本，编译成可执行文件；

4.编译后在Python代码中调用

想必介绍到这，或多或少有所了解了，对AutoIT工具下的功能点也清楚了，Run Script是运行脚本的，我们是要到Python代码中调用，所以此处就略过了。

实例讲解

接下来就用一个实例来讲解下AutoIT工具的具体使用，实例功能是：把百度首页中的百度图片另存为到本地或任意磁盘

在做这个事情的时候，我们要知道，步骤是先要选中图片，并右击，选择另存为，然后输入文件名以及保存的位置，最后点击保存。人工操作鼠标很简单，但现在是要使用代码来实现该功能，可细化分为四步，如下：

1.使用Selenium功能弹出右键菜单

2.利用win32api选择相关菜单

3.调用AutoIT实现另存为操作

4.到Python代码中调用

实现第一步，在浏览器中定位到图片元素，代码如下：

context = driver.find_element_by_css_selector(".index-logo-src")
ActionChains(driver).context_click(context).perform()

实现第二步，模拟键盘操作，鼠标移到另存为处，使用win32api操作，代码如下：

win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(13, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(13, 0, win32con.KEYEVENTF_KEYUP, 0)
time.sleep(1)
win32api.keybd_event(40, 0, win32con.KEYEVENTF_KEYUP, 0)
time.sleep(1)

win32api的键盘码如下：

上面代码的13与40按键对应的是回车与下键，在键盘码的图片中很详细

实现上述两步代码后，会弹出如下所示框，让输入文件名以及保存路径，该对话框已经是页面外的元素了，使用普通的定位时定不到了，所以就需要使用AutoIT工具来实现。

实现第三步，操作如下：

①打开autoit工具包下的AutoIT Window Info（x64）工具，版本按自己电脑系统来，界面如下所示：

1.1鼠标点中Finder Tool并拖动到输入文件名处，操作如下所示，得到下图结果

1.2重复上述定位步骤，定位保存按钮，结果如下图所示

②元素定位到了，接下来就是使用AutoIT工具包下的SciTE Script Editor写脚本，并保存为au3格式，注意：此工具中；表注释

根据定位到的参数值，写如下脚本：

ControlFocus("另存为","","Edit1")
WinWait("[CLASS:#32770]","",10)
ControlSetText("另存为","", "Edit1", "G:\201801-\python_code\Demo\autoit\baidu.png")
Sleep(2000)
ControlClick("另存为","","Button2")

代码解释：

第一行：ControlFocus ( "title", "窗口文本", controlID) 设置输入焦点到指定窗口的某个控件上；

第二行：WinWait ( "title" , "窗口文本" , 超时时间 ) 暂停脚本的执行直至指定窗口存在（出现） 为止；

第三行：；表注释

第四行：ControlSetText ( "title", "窗口文本", controlID, "新文本" ) 修改指定控件的文本；

第五行：Sleep ( 延迟 ) 使脚本暂停指定时间段；

第六行：ControlClick ( "title", "窗口文本", 控件ID , 按钮 , 点击次数 ) 向指定控件发送鼠标点击命令；

其中， title即AutoIt Window Info识别出的Title字段， controlID即AutoItWindow Info识别出的Class和Instance的拼接， 如上图拼接后的结果应为：Button2，也就是ClassnameNN的值。

③使用AutoIT工具包下的Complie Script to .exe工具把刚编写的脚本编译成可执行文件，操作如下：

执行上步骤后，会出现test.exe可执行文件，如下：

第四步，到Python代码中调用该可执行文件，操作代码如下：

import os
os.system(os.getcwd() + "\\autoit\\test.exe")

运行Python代码，在定义的路径下会看到已保存的百度图片，如下所示：

整体代码实现如下，仅供参考：

# coding=utf-8from selenium import webdriver# 鼠标操作需要导入ActionChains类，因为鼠标操作的方法封装在该类中from selenium.webdriver.common.action_chains import ActionChainsimport timeimport osimport win32conimport win32api
driver = webdriver.Chrome()
driver.get("https://www.baidu.com")
driver.maximize_window()
time.sleep(2)# 鼠标右击操作，context_click()context = driver.find_element_by_css_selector(".index-logo-src")
ActionChains(driver).context_click(context).perform()
time.sleep(3)# 按下下键win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)
win32api.keybd_event(40, 0, 0, 0)
time.sleep(1)# 按下回车win32api.keybd_event(13, 0, 0, 0)
time.sleep(1)# 释放回车键win32api.keybd_event(13, 0, win32con.KEYEVENTF_KEYUP, 0)
time.sleep(1)# 释放下键win32api.keybd_event(40, 0, win32con.KEYEVENTF_KEYUP, 0)
time.sleep(1)
os.system(os.getcwd() + "\\autoit\\test.exe")# 调用exe文件后，延时3秒time.sleep(3)
driver.quit()

 将百度首页中的图片另存为还有一个实现方法，不用win32api操作，直接在AutoIT编写脚本中发送个V，因为选择另存为和按V是一样的作用，AutoIT编写脚本代码如下：

send("v")
Sleep(1000)
ControlFocus("另存为","","Edit1")
WinWait("[CLASS:#32770]","",10)
ControlSetText("另存为","", "Edit1", "G:\201801-\python_code\Demo\autoit\baidu1.png")
Sleep(2000)
ControlClick("另存为","","Button2")

重复编译操作，然后在Pyhton代码中实现如下，仅供参考：

# coding=utf-8from selenium import webdriver# 鼠标操作需要导入ActionChains类，因为鼠标操作的方法封装在该类中from selenium.webdriver.common.action_chains import ActionChainsimport timeimport osimport win32conimport win32api

driver = webdriver.Chrome()
driver.get("https://www.baidu.com")
driver.maximize_window()
time.sleep(2)# 鼠标右击操作，context_click()context = driver.find_element_by_css_selector(".index-logo-src")
ActionChains(driver).context_click(context).perform()
time.sleep(3)
os.system(os.getcwd() + "\\autoit\\test1.exe")
time.sleep(3)
driver.quit()

运行代码后，图片保存成功，如下：

如上就是完整的将网页图片另存为的操作，上传/下载的操作一样，把另存为学会，其他两类也就迎刃而解了。

总结：

在琢磨模拟键盘操作时，有两个错误点，而导致编写的代码与脚本总是运行不成功，后面自己仔细查找原因，以及百度，终于是给解决了，所以故记录下，也好看看自己的进步过程。

问题一：

模拟按键操作，之前没选对操作方式，这是自己的Python基础薄弱，需要补充，后面找到win32api的方式，并找到键盘图，按键操作就完美解决。

问题二：

编写autoit的脚本，定位后，controlID没有拼接，而是直接写的Edit，Button，而导致代码调用脚本，但没执行操作，controlID即AutoItWindow Info识别出的Class和Instance的拼接， 如上图拼接后的结果应为：Button2，也就是ClassnameNN的值。

问题三：

在调用exe文件成功并执行操作后，还没点击保存按钮，浏览器就立马关闭了，后面一想，在调用exe文件后，加个延时就解决了，如果exe文件执行的内容多，延时需要长些，不然driver.quit()会很快关闭浏览器。

好了，说了这么多，自己需要努力的还有很多，明天中秋，祝大家中秋节快乐啦！

原文出处：https://www.cnblogs.com/hong-fithing/p/9693865.html