Python语音助手开发：利用PyWinCtl库精确控制浏览器窗口

import subprocess
import time

# 假设这是你的语音命令识别部分
cmd = 'open_browser'
browser_path = r"C:\Users\Mandalorian\AppData\Local\Yandex\YandexBrowser\Application\browser.exe"

if cmd == 'open_browser':
    print(f"尝试打开浏览器: {browser_path}")
    # 使用 Popen 而不是 call，以便后续管理进程
    browser_process = subprocess.Popen(browser_path, shell=False)
    print("浏览器已启动。")
    # 实际应用中会播放“好的”等语音反馈
    # play("ok")

pip install PyWinCtl

import subprocess
import time
import pywinctl as pwc # 导入 PyWinCtl 库

# --- 配置 ---
# 替换为你的浏览器可执行文件路径
BROWSER_EXE_PATH = r"C:\Users\Mandalorian\AppData\Local\Yandex\YandexBrowser\Application\browser.exe"
# 浏览器主窗口的标题，需要根据实际情况调整。
# 例如，Chrome可能是"Google Chrome"，Firefox可能是"Mozilla Firefox"，Yandex可能是"Yandex"
# 通常，打开浏览器后，查看任务栏或窗口顶部即可获取准确标题。
BROWSER_WINDOW_TITLE_PART = "Yandex" # 使用部分标题进行匹配，更灵活

# --- 模拟语音助手命令 ---
def simulate_voice_command(command):
    print(f"\n接收到语音命令: '{command}'")
    if command == 'open_browser':
        open_browser()
    elif command == 'close_browser':
        close_browser()
    else:
        print("未知命令。")

# --- 打开浏览器函数 ---
def open_browser():
    global browser_process # 声明为全局变量，如果需要直接管理Popen对象
    try:
        print(f"正在启动浏览器: {BROWSER_EXE_PATH}")
        # 使用 Popen 启动，shell=False 更安全且易于管理
        browser_process = subprocess.Popen(BROWSER_EXE_PATH, shell=False)
        print("浏览器已成功启动。")
        # 实际语音助手会播放“好的”
        # play("好的")
        # 给浏览器一些时间启动并显示窗口
        time.sleep(5)
    except FileNotFoundError:
        print(f"错误：找不到浏览器可执行文件 '{BROWSER_EXE_PATH}'。请检查路径。")
    except Exception as e:
        print(f"启动浏览器时发生错误: {e}")

# --- 关闭浏览器函数 ---
def close_browser():
    print(f"尝试关闭标题中包含 '{BROWSER_WINDOW_TITLE_PART}' 的浏览器窗口...")
    # 查找所有标题中包含指定字符串的窗口
    # getWindowsWithTitle 返回一个 PyWinCtl.Window 对象的列表
    windows = pwc.getWindowsWithTitle(BROWSER_WINDOW_TITLE_PART, flags=pwc.MatchFlags.CONTAINS)

    if not windows:
        print("未找到匹配的浏览器窗口。")
        # 实际语音助手会播放“浏览器未打开”
        # play("浏览器未打开")
        return

    for win in windows:
        print(f"找到窗口: '{win.title}' (PID: {win.pid})")
        try:
            if win.isActive: # 如果窗口是活动的，先尝试关闭它
                win.close()
                print(f"已发送关闭命令给窗口: '{win.title}'")
                # 实际语音助手会播放“浏览器已关闭”
                # play("浏览器已关闭")
            else:
                # 如果窗口不活跃，也可以尝试关闭，但可能需要用户确认或更强的信号
                win.close()
                print(f"已发送关闭命令给非活动窗口: '{win.title}'")
        except Exception as e:
            print(f"关闭窗口 '{win.title}' 时发生错误: {e}")

    # 额外的清理：如果之前存储了 browser_process 且它仍在运行，可以尝试终止它
    # 但 PyWinCtl 的 close() 通常足以处理 GUI 窗口
    # if 'browser_process' in globals() and browser_process.poll() is None:
    #     print("尝试终止 subprocess 启动的进程...")
    #     browser_process.terminate()
    #     browser_process.wait(timeout=5) # 等待进程结束
    #     if browser_process.poll() is None:
    #         browser_process.kill()
    #     print("subprocess 进程已终止。")


# --- 模拟语音助手主循环 ---
if __name__ == "__main__":
    browser_process = None # 初始化进程变量

    # 模拟用户发出“打开浏览器”命令
    simulate_voice_command('open_browser')

    # 模拟等待一段时间或执行其他任务
    print("\n等待10秒，模拟用户使用浏览器...")
    time.sleep(10)

    # 模拟用户发出“关闭浏览器”命令
    simulate_voice_command('close_browser')

    print("\n演示结束。")