Python + Selenium + AutoIt 模擬鍵盤實現另存為、上傳、下載操作詳解
前言
在web頁面中，可以使用selenium的定位方式來識別元素，從而來實現頁面中的自動化，但對於頁面中彈出的檔案選擇框，selenium就實現不了了，所以就需引用AutoIt工具來實現。
AutoIt介紹
AutoIt簡單介紹下，AutoIt 目前最新是v3版本，這是一個使用類似BASIC指令碼語言的免費軟體，它設計用於Windows GUI(圖形使用者介面)中進行自動化操作。它利用模擬鍵盤按鍵，滑鼠移動和視窗/控制元件的組合來實現自動化任務。而這是其它語言不可能做到或無可靠方法實現的(例如VBScript和SendKeys)。
實現原理：
使用AutoIT下的工具去定位頁面外的元素屬性值，其次再利用AutoIT下的工具編寫合適的指令碼，然後將指令碼編譯成可執行檔案，最後在自動化實現時，直接呼叫此指令碼實現檔案的上傳、下載等操作。
備註：定位元素、編寫指令碼和編譯，需要藉助AutoIT提供的工具，但是指令碼編譯成可執行檔案後，可以直接使用。
安裝成功後會出現如下選單：
AutoIt工具使用
1.AutoIT Window Info用來識別Windows控制元件，根據識別的控制元件資訊編寫指令碼；x86為32位
2.SciTE Script Editor用來寫指令碼，並儲存為au3格式，按F5可以除錯程式碼，但需要是操作彈框（上傳/下載/另存為彈框）開啟的情況下
3.Complie Script to .exe， 將剛編寫的指令碼，編譯成可執行檔案；
4.編譯後在Python程式碼中呼叫
想必介紹到這，或多或少有所瞭解了，對AutoIT工具下的功能點也清楚了，Run Script是執行指令碼的，我們是要到Python程式碼中呼叫，所以此處就略過了。
例項講解
接下來就用一個例項來講解下AutoIT工具的具體使用，例項功能是：把百度首頁中的百度圖片另存為到本地或任意磁碟
在做這個事情的時候，我們要知道，步驟是先要選中圖片，並右擊，選擇另存為，然後輸入檔名以及儲存的位置，最後點選儲存。人工操作滑鼠很簡單，但現在是要使用程式碼來實現該功能，可細化分為四步，如下：
1.使用Selenium功能彈出右鍵選單
2.利用win32api選擇相關選單
3.呼叫AutoIT實現另存為操作
4.到Python程式碼中呼叫
實現第一步，在瀏覽器中定位到圖片元素，程式碼如下：
context = driver.find_element_by_css_selector(".index-logo-src") ActionChains(driver).context_click(context).perform()
實現第二步，模擬鍵盤操作，滑鼠移到另存為處，使用win32api操作，程式碼如下：
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的鍵盤碼如下：
上面程式碼的13與40按鍵對應的是回車與下鍵，在鍵盤碼的圖片中很詳細
實現上述兩步程式碼後，會彈出如下所示框，讓輸入檔名以及儲存路徑，該對話方塊已經是頁面外的元素了，使用普通的定位時定不到了，所以就需要使用AutoIT工具來實現。
實現第三步，操作如下：
①開啟autoit工具包下的AutoIT Window Info（x64）工具，版本按自己電腦系統來，介面如下所示：
1.1滑鼠點中Finder Tool並拖動到輸入檔名處，操作如下所示，得到下圖結果
1.2重複上述定位步驟，定位儲存按鈕，結果如下圖所示
②元素定位到了，接下來就是使用AutoIT工具包下的SciTE Script Editor寫指令碼，並儲存為au3格式，注意：此工具中；表註釋
根據定位到的引數值，寫如下指令碼：
ControlFocus("另存為","","Edit1") WinWait("[CLASS:#32770]","",10) ControlSetText("另存為","", "Edit1", "G:\201801-\python_code\Demo\autoit\baidu.png") Sleep(2000) ControlClick("另存為","","Button2")
程式碼解釋：
第一行：ControlFocus ( "title", "視窗文字", controlID) 設定輸入焦點到指定視窗的某個控制元件上；
第二行：WinWait ( "title" , "視窗文字" , 超時時間 ) 暫停指令碼的執行直至指定視窗存在（出現） 為止；
第三行：；表註釋
第四行：ControlSetText ( "title", "視窗文字", controlID, "新文字" ) 修改指定控制元件的文字；
第五行：Sleep ( 延遲 ) 使指令碼暫停指定時間段；
第六行：ControlClick ( "title", "視窗文字", 控制元件ID , 按鈕 , 點選次數 ) 向指定控制元件傳送滑鼠點選命令；
其中， title即AutoIt Window Info識別出的Title欄位， controlID即AutoItWindow Info識別出的Class和Instance的拼接， 如上圖拼接後的結果應為：Button2，也就是ClassnameNN的值。
③使用AutoIT工具包下的Complie Script to .exe工具把剛編寫的指令碼編譯成可執行檔案，操作如下：
執行上步驟後，會出現test.exe可執行檔案，如下：
第四步，到Python程式碼中呼叫該可執行檔案，操作程式碼如下：
import os os.system(os.getcwd() + "\\autoit\\test.exe")
執行Python程式碼，在定義的路徑下會看到已儲存的百度圖片，如下所示：
整體程式碼實現如下，僅供參考：
# coding=utf-8 from selenium import webdriver # 滑鼠操作需要匯入ActionChains類，因為滑鼠操作的方法封裝在該類中 from selenium.webdriver.common.action_chains import ActionChains import time import os import win32con import win32api driver = webdriver.Chrome() driver.get("https://www.baidu.com") driver.maximize_window() time.sleep(2) # 滑鼠右擊操作，context_click() context = driver.find_element_by_css_selector(".index-logo-src") ActionChains(driver).context_click(context).perform() time.sleep(3) # 按下下鍵 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) # 按下回車 win32api.keybd_event(13, 0, 0, 0) time.sleep(1) # 釋放回車鍵 win32api.keybd_event(13, 0, win32con.KEYEVENTF_KEYUP, 0) time.sleep(1) # 釋放下鍵 win32api.keybd_event(40, 0, win32con.KEYEVENTF_KEYUP, 0) time.sleep(1) os.system(os.getcwd() + "\\autoit\\test.exe") # 呼叫exe檔案後，延時3秒 time.sleep(3) driver.quit()
將百度首頁中的圖片另存為還有一個實現方法，不用win32api操作，直接在AutoIT編寫指令碼中傳送個V，因為選擇另存為和按V是一樣的作用，AutoIT編寫指令碼程式碼如下：
send("v") Sleep(1000) ControlFocus("另存為","","Edit1") WinWait("[CLASS:#32770]","",10) ControlSetText("另存為","", "Edit1", "G:\201801-\python_code\Demo\autoit\baidu1.png") Sleep(2000) ControlClick("另存為","","Button2")
重複編譯操作，然後在Pyhton程式碼中實現如下，僅供參考：
# coding=utf-8 from selenium import webdriver # 滑鼠操作需要匯入ActionChains類，因為滑鼠操作的方法封裝在該類中 from selenium.webdriver.common.action_chains import ActionChains import time import os import win32con import win32api driver = webdriver.Chrome() driver.get("https://www.baidu.com") driver.maximize_window() time.sleep(2) # 滑鼠右擊操作，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()
執行程式碼後，圖片儲存成功，如下：
如上就是完整的將網頁圖片另存為的操作，上傳/下載的操作一樣，把另存為學會，其他兩類也就迎刃而解了。
總結：
在琢磨模擬鍵盤操作時，有兩個錯誤點，而導致編寫的程式碼與指令碼總是執行不成功，後面自己仔細查詢原因，以及百度，終於是給解決了，所以故記錄下，也好看看自己的進步過程。
問題一：
模擬按鍵操作，之前沒選對操作方式，這是自己的Python基礎薄弱，需要補充，後面找到win32api的方式，並找到鍵盤圖，按鍵操作就完美解決。
問題二：
編寫autoit的指令碼，定位後，controlID沒有拼接，而是直接寫的Edit，Button，而導致程式碼呼叫指令碼，但沒執行操作，controlID即AutoItWindow Info識別出的Class和Instance的拼接， 如上圖拼接後的結果應為：Button2，也就是ClassnameNN的值。
問題三：
在呼叫exe檔案成功並執行操作後，還沒點選儲存按鈕，瀏覽器就立馬關閉了，後面一想，在呼叫exe檔案後，加個延時就解決了，如果exe檔案執行的內容多，延時需要長些，不然driver.quit()會很快關閉瀏覽器。
好了，說了這麼多，自己需要努力的還有很多，明天中秋，祝大家中秋節快樂啦！