pywinauto - Windows GUI 自动化老牌 Python 库

pywinauto 是 Windows GUI 自动化领域最老牌的 Python 库——用 Python 脚本操控 Windows 桌面程序的窗口、对话框和控件，从简单的键鼠模拟到读取控件文本数据都支持。2006 年诞生，至今仍在维护。

核心特点

• 双后端架构：win32（Win32 API，默认）和 uia（MS UI Automation），后者支持 WPF/现代应用和跨进程操作
• 语法可读性极强：app.Notepad.Edit.type_keys("...") 这种自然属性式写法，脚本像自然语言
• 完整控件操作：点击、右键、菜单选择、输入文本、读取数据、控件截图（capture_as_image）
• 控件树检查：print_control_identifiers() 打印完整控件层级，配合 Spy/Inspect 工具定位元素
• 跨平台键鼠模块：mouse 和 keyboard 模块在 Windows 和 Linux 都能用
• Desktop 对象：不依赖进程 ID 操作跨进程弹窗

快速上手

pip install -U pywinauto

from pywinauto.application import Application
app = Application().start("notepad.exe")
app.UntitledNotepad.menu_select("Help->About Notepad")
app.AboutNotepad.OK.click()
app.UntitledNotepad.Edit.type_keys("pywinauto Works!", with_spaces=True)

适用场景

• Windows 桌面软件自动化测试（QA）
• 重复性 GUI 操作批处理（表单填写、数据录入）
• 没有 API 的老软件自动化控制
• 配合 RPA 流程的桌面端环节

项目数据

• GitHub 6.2k Stars，最新版 v0.6.9，BSD 3-Clause 协议（0.6.0 起；早期为 LGPL）
• 纯 Python，依赖 pyWin32 + comtypes
• 文档齐全（ReadTheDocs），StackOverflow 有专属标签

💡 与 Windows-MCP 的区别：pywinauto 是程序员写脚本的库（确定性、可复用）；Windows-MCP 是让 AI Agent 实时操控 Windows（自然语言驱动）。两者可以互补。