Python三剑客：pywinauto、pywin32与pyautogui在PC端自动化测试中的实战应用

1. Python三剑客：PC端自动化测试的黄金组合

第一次接触PC端自动化测试时，我面对着一台需要重复测试的财务软件发呆。每天要手动点击上百次按钮，填写几十张表单，这种重复劳动让我开始寻找自动化解决方案。经过多次尝试，我发现pywinauto、pywin32和pyautogui这三个Python库的组合，就像瑞士军刀一样能解决各种桌面自动化难题。

这三个库各有所长：pywinauto擅长应用程序和窗口管理，pywin32提供底层Windows API调用，pyautogui则专注于屏幕和输入设备控制。在实际项目中，我经常需要根据具体场景灵活搭配使用它们。比如测试一个ERP系统时，用pywinauto操作主界面控件，用pywin32处理弹出的消息框，再用pyautogui完成截图验证，三者配合天衣无缝。

安装这三个库非常简单，推荐使用清华源加速：

python复制pip install pywinauto pypiwin32 pyautogui -i https://pypi.tuna.tsinghua.edu.cn/simple

注意：安装pywin32时要使用pypiwin32这个包名，直接pip install pywin32可能会报错。

2. pywinauto：窗口控件的操作专家

2.1 应用程序的生命周期管理

在我的自动化测试项目中，pywinauto的Application类是最常用的工具。它就像应用程序的遥控器，可以启动、连接和关闭任何Windows程序。记得第一次用它控制WPS时，我惊讶于只需几行代码就能完成整个文档处理流程。

启动应用程序有两种方式：

python复制from pywinauto.application import Application

# 方式一：通过完整路径启动
app = Application(backend="uia").start(r"C:\Program Files\WPS Office\ksolaunch.exe")

# 方式二：通过系统环境变量中的程序名启动
app = Application(backend="win32").start("notepad.exe")

连接已运行的应用程序也很重要，特别是在测试需要长时间运行的软件时：

python复制# 通过进程ID连接
app.connect(process=1234)

# 通过窗口标题连接
app.connect(title_re=".*WPS表格.*")

2.2 窗口操作的进阶技巧

窗口控制是自动化测试的核心，pywinauto提供了丰富的窗口操作方法。有次测试一个多窗口应用时，我发现窗口标题会动态变化，这时就需要更灵活的定位方式。

窗口定位的多种姿势：

python复制# 通过类名和标题精准定位
main_window = app.window(class_name="Qt5QWindowIcon", title="WPS表格")

# 通过模糊匹配标题
window = app.window(title_re=".*报表.*")

# 通过索引访问
dialog = app.window(best_match="Dialog")[0]

获取窗口信息对调试非常有帮助：

python复制# 打印窗口所有控件树
main_window.print_control_identifiers()

# 获取窗口位置和大小
rect = main_window.rectangle()
print(f"窗口位置：左{rect.left}, 上{rect.top}, 右{rect.right}, 下{rect.bottom}")

2.3 控件操作的实战经验

控件操作是自动化测试中最容易出问题的环节。记得有次测试一个Java开发的客户端，标准方法怎么也定位不到控件，最后发现需要切换backend参数。

常见的控件操作示例：

python复制# 在WPS表格中输入数据
app.WPS表格.Edit.type_keys("2023年财务报表", with_spaces=True)

# 点击菜单项
app.WPS表格.menu_select("文件->另存为")

# 处理文件保存对话框
save_dialog = app.window(title="另存为")
save_dialog["文件名:Edit"].type_keys("report.xlsx")
save_dialog["保存(S)"].click()

踩坑提醒：遇到控件无法定位时，可以尝试切换backend参数为"uia"，或者使用Inspect.exe工具查看控件实际属性。

3. pywin32：Windows底层的精准控制

3.1 窗口查找与状态管理

当pywinauto无法满足某些特殊需求时，pywin32就派上用场了。它就像直接与Windows系统对话的接口，能实现更底层的操作。有次测试一个游戏客户端时，常规方法都无法获取其隐藏窗口，正是pywin32解决了这个问题。

窗口查找的多种方式：

python复制import win32gui
import win32con

# 查找顶层窗口
hwnd = win32gui.FindWindow("UnityWndClass", None)

# 查找子窗口
child_hwnd = win32gui.FindWindowEx(hwnd, 0, "UnityDropDown", None)

# 通过枚举所有窗口查找
def callback(hwnd, extra):
    if "游戏大厅" in win32gui.GetWindowText(hwnd):
        extra.append(hwnd)
        
windows = []
win32gui.EnumWindows(callback, windows)

窗口状态管理实战：

python复制# 最小化窗口
win32gui.ShowWindow(hwnd, win32con.SW_MINIMIZE)

# 恢复窗口
if win32gui.IsIconic(hwnd):
    win32gui.ShowWindow(hwnd, win32con.SW_RESTORE)

# 置顶窗口
win32gui.SetWindowPos(hwnd, win32con.HWND_TOPMOST, 0,0,0,0, 
                     win32con.SWP_NOMOVE | win32con.SWP_NOSIZE)

3.2 消息机制的高级应用

Windows的消息机制是GUI编程的核心，pywin32可以直接发送消息模拟用户操作。测试一个老旧VB程序时，正是通过直接发送消息解决了控件无法操作的问题。

常用消息操作示例：

python复制# 发送按键消息
win32gui.SendMessage(hwnd, win32con.WM_KEYDOWN, win32con.VK_RETURN, 0)

# 点击按钮（BN_CLICKED消息）
button_hwnd = win32gui.FindWindowEx(hwnd, 0, "Button", "确定")
win32gui.SendMessage(button_hwnd, win32con.BM_CLICK, 0, 0)

# 设置编辑框文本
edit_hwnd = win32gui.FindWindowEx(hwnd, 0, "Edit", None)
win32gui.SendMessage(edit_hwnd, win32con.WM_SETTEXT, 0, "测试内容")

4. pyautogui：屏幕与输入设备的全能选手

4.1 图像识别与屏幕操作

pyautogui就像虚拟的眼睛和手，能"看到"屏幕内容并操作鼠标键盘。在测试一个没有控件信息的游戏界面时，图像识别成了唯一的解决方案。

屏幕操作实战代码：

python复制import pyautogui

# 获取屏幕信息
screen_width, screen_height = pyautogui.size()
print(f"屏幕分辨率：{screen_width}x{screen_height}")

# 智能等待图片出现
button_pos = pyautogui.locateCenterOnScreen('submit_button.png', 
                                          confidence=0.9, 
                                          minSearchTime=5)
if button_pos:
    pyautogui.click(button_pos)

4.2 鼠标键盘的精细控制

测试数据录入功能时，需要精确模拟各种输入操作。pyautogui提供了丰富的鼠标键盘控制方法。

输入设备控制示例：

python复制# 鼠标移动和点击
pyautogui.moveTo(100, 200, duration=0.5)  # 缓慢移动更接近真人操作
pyautogui.doubleClick()

# 键盘输入
pyautogui.write("Hello World!", interval=0.1)  # 模拟真人打字速度
pyautogui.hotkey('ctrl', 's')  # 保存快捷键

# 拖拽操作
pyautogui.dragTo(300, 400, duration=1, button='left')

实用技巧：在关键操作前加入pyautogui.PAUSE = 1设置操作间隔，可以避免执行过快导致的问题。

5. 三剑客合璧：完整自动化测试案例

5.1 WPS文档处理的端到端测试

让我们用一个完整案例展示三剑客如何协同工作。这个测试场景是：自动创建WPS文档，插入内容，保存并验证结果。

完整测试脚本：

python复制import time
import pyautogui
from pywinauto.application import Application
import win32gui
import win32con

# 启动WPS文字
app = Application(backend="uia").start("wps.exe")

# 使用pywinauto操作主界面
main_window = app.window(title_re=".*WPS文字.*")
main_window.wait('visible', timeout=10)
main_window.type_keys("这是自动化测试生成的内容{ENTER}")

# 使用pywin32处理可能的消息框
def close_popup():
    hwnd = win32gui.FindWindow("#32770", "提示")
    if hwnd:
        win32gui.PostMessage(hwnd, win32con.WM_CLOSE, 0, 0)

# 使用pyautogui处理保存操作
main_window.menu_select("文件->另存为")
time.sleep(1)  # 等待对话框出现
pyautogui.typewrite("test_document.docx")
pyautogui.press('enter')

# 验证结果
saved_file = pyautogui.locateOnScreen('saved_icon.png')
assert saved_file is not None, "文件保存验证失败"

# 清理
app.kill()

5.2 测试框架集成建议

在实际项目中，我会将这些自动化操作集成到测试框架中。以下是几个实用建议：

1. 封装通用操作：

python复制class WinAutoHelper:
    @staticmethod
    def wait_window(title, timeout=10):
        """等待窗口出现"""
        start = time.time()
        while time.time() - start < timeout:
            hwnd = win32gui.FindWindow(None, title)
            if hwnd: return hwnd
            time.sleep(0.5)
        raise TimeoutError(f"窗口{title}未在{timeout}秒内出现")

2. 添加异常处理和日志：

python复制def safe_click(element):
    try:
        element.click()
        logging.info(f"成功点击元素：{element}")
    except Exception as e:
        logging.error(f"点击元素失败：{str(e)}")
        raise

3. 实现智能等待：

python复制def wait_for_image(image, timeout=30):
    """等待图片出现在屏幕上"""
    start = time.time()
    while time.time() - start < timeout:
        pos = pyautogui.locateCenterOnScreen(image)
        if pos: return pos
        time.sleep(0.5)
    return None