我想通过控制鼠标/键盘并能够“看到”屏幕上的内容来编写一个能够“使用”其他程序的程序.

我用AutoIt做了类似的事情,但我不得不作弊,因为语言不是那么强大,或者可能只是因为我很糟糕而且我不能用它做那么多：P

所以…我需要：

>截取屏幕截图,然后我将比较它们以使程序“理解”,但它需要“看到”
>使用鼠标：移动,点击和释放,这很简单,不是吗？
>使用键盘：按某些键或组合键,包括Alt,Ctrl等特殊键……

我怎么能在python中做到这一点？
它在linux和windows中都有效吗？ (这可能真的很酷,但没有必要)

最佳答案 使用
PyWinAuto我有类似的任务.

pywinauto is a set of python modules
to automate the Microsoft Windows GUI.
At it’s simplest it allows you to send
mouse and keyboard actions to windows
dialogs and controls.

它还支持使用Python Imaging Library PIL捕获对话框的图像等.