环境：python 3.7.x

使用的模块：pyautogui, win32gui

使用的工具：WindowSpy++

背景：最近在帮助同学处理400多张图片的文字识别，考虑使用Python实现天若OCR的批处理。虽然我临时学习了一些知识，但过程有些磕磕绊绊，这里记录一下。

1. 选择鼠标键盘动作模拟的模块（包）

通过百度搜索，我找到了两个主要的键鼠模拟包：PyUserInput和pyautogui。具体如下：

PyUserInput：它集成了Python 3.x之前的pymouse和pykeyboard等模块，需要先安装pyHook环境，然后可以使用pip install PyUserInput进行安装。

pyautogui：在Windows下可以直接使用pip install pyautogui进行安装。

这两个包都可以实现丰富的键鼠操作，但在尝试使用PyUserInput时，我遇到了一个问题：不同系统的键盘名称有区别，但很难找到Windows对应的键盘名称表。

多次尝试无果后，我选择了pyautogui。它与PyUserInput功能相当，可以直接通过pip安装，并且很容易找到一些函数和按键的快速参考表（例如，https://www.php.cn/link/69812e3f04486f27c1b6f6d2820e5c90 - "pyautogui （一）"）。

在使用pyautogui的过程中，我遇到了一些问题，例如反复使用pyautogui.hotkey('ctrl','v')来模拟Ctrl+V热键时，有一定概率会出错。我的解决方法是相当笨拙的，通过手动模拟来实现：

import pyautogui as pg
<p>pg.keyDown('ctrl')
pg.press('v')
pg.keyUp('ctrl')

2. 在多窗口下切换前置窗口

最初，我打算使用模拟键盘的alt+tab方法来实现窗口切换，甚至计算了多个窗口下置换前置的排列组合方法。然而，天若OCR是一个需要联网才能使用的工具，在识别过程中跳出结果窗口时，窗口的排列顺序是不确定的，因此多次尝试后结果总是不稳定……最终，我还是选择了使用win32。

SpeakingPass-打造你的专属雅思口语语料

使用chatGPT帮你快速备考雅思口语，提升分数

25

查看详情

关于使用win32将需要的窗口前置以方便模拟操作的攻略，论坛里很少提到，这也是我写这篇文章的动机。其实有非常简单的实现方法：

① 确认需要前置的窗体信息：

在告诉win32前置窗体之前，我们需要得到这个窗体的信息。各种论坛中获取窗体信息的方法主要有使用win32的代码、使用WindowsSpy++、使用按键精灵等。尝试后，我觉得WindowsSpy++是最容易上手的。这是一款安装和使用都非常简单的工具，点击窗体就能直接看到窗体句柄（窗体的ID）、窗体标题、窗体类名等信息。窗体句柄和标题（例如图片查看器）是经常会变动的，网友们有各种各样的方法来实时获取窗体句柄，而我……为了偷懒，在窗体关系并不复杂的前提下，我选择了使用窗体类名而不是句柄或窗体标题来直接区分不同窗体。

例如，在批量OCR过程中需要前置操作的窗口有[图片查看器]和[文本编辑器]，通过WindowsSpy++我得到：记事本的窗体类名是notepad，而Windows照片查看器的窗体类名是Photo_Lightweight_Viewer。

② 使用win32前置窗体：

例如定义一个函数，前置[图片查看器]的代码如下：

import win32gui</p><p>def fore_text():</p><h1>描述类名</h1><pre class="brush:php;toolbar:false;"><pre class="brush:php;toolbar:false;">cla = 'Notepad'
# 利用方法，通过类名找到窗体句柄
ctjb = win32gui.FindWindow(cla, None)
# 利用方法，通过窗体句柄前置窗体
win32gui.SetForegroundWindow(ctjb)</code></pre><ul><li>win32gui.FindWindow()函数的信息如下：</li></ul><p><img src="/uploads/20250430/1746012435681209130384e.jpg" alt="多窗口下的批量操作脚本 - 利用win3" />（转载自https://blog.csdn.net/guangyinglanshan/article/details/77847952，"如何利用Python和win32编程避免重复性体力劳动（一）——开始、FindWindow和FindWindowEx"）</p><ol start="3"><li>案例的程序实现</li></ol><p>虽然折腾了很久，但这个批量应用天若OCR的小脚本最后显得非常简单……具体代码如下：</p><pre><code class="python">import pyautogui as pg

import time import win32gui

pg.PAUSE = 1.0

window ranges

def fore_picView(): cla = 'Photo_Lightweight_Viewer' hld = win32gui.FindWindow(cla, None) win32gui.SetForegroundWindow(hld)

def fore_text(): cla = 'Notepad' hld = win32gui.FindWindow(cla, None) win32gui.SetForegroundWindow(hld)

make sure TianRuo is open

########### fore_picView()

for i in range(0, 100):

<pre class="brush:php;toolbar:false;"># F4
pg.press('f4')

# choose rec
pg.click(650, 400)
time.sleep(2.0)

# change window
fore_text()

# Ctrl_V
pg.keyDown('ctrl')
pg.press('v')
pg.keyUp('ctrl')
pg.press('enter')
pg.press('enter')

# change window
fore_picView()

pg.press('right')</code></pre>

以上就是多窗口下的批量操作脚本 - 利用win3的详细内容，更多请关注php中文网其它相关文章！