如何使用Python无需硬编码坐标点击Windows GUI程序按钮？

你当前用PyAutoGUI靠坐标点击的方式局限性很强，换设备或分辨率就失效。在Windows系统中，Pywinauto是解决控件级自动化的最佳选择——它能直接和Windows原生GUI控件交互，通过控件的文本、类型、ID等属性定位，完全不需要硬编码坐标。

实现步骤 #

1. 安装Pywinauto #

pip install pywinauto

2. 连接目标程序 #

首先需要定位并连接到目标窗口，支持通过窗口标题、进程ID、程序路径启动等方式：

from pywinauto import Application

# 方式1：启动新程序并连接
app = Application(backend="uia").start("notepad.exe")

# 方式2：连接已运行的程序（通过窗口标题）
app = Application(backend="uia").connect(title="设置对话框")

• backend参数选"uia"支持现代应用（WPF、UWP、WinForms），选"win32"适合传统Win32程序（比如旧版记事本）。

3. 定位并点击控件 #

通过控件的文本、类型或自动化ID定位，以点击"OK"按钮为例：

# 获取目标窗口对象
dlg = app.window(title="设置对话框")

# 方式1：直接通过控件文本点击（如果文本唯一）
dlg.OK.click()

# 方式2：更精确的定位（指定控件类型）
dlg.child_window(title="OK", control_type="Button").click()

# 方式3：通过自动化ID定位（适合无文本或文本不唯一的控件）
dlg.child_window(auto_id="btnOK", control_type="Button").click()

4. 查看控件属性（调试用） #

如果不知道控件的属性，可以用print_control_identifiers()列出窗口下所有控件的详细信息：

dlg.print_control_identifiers()

运行后会输出所有控件的标题、类型、自动化ID等，方便你精准定位。

对比原PyAutoGUI代码 #

你的原代码依赖硬编码坐标：

import pyautogui as gui
gui.click(x,y)

而Pywinauto的代码完全不依赖坐标，在不同设备、分辨率下都能正常工作，且更稳定（不会因为窗口移位失效）。

备选方案（图像识别补充） #

如果目标程序是非原生控件（比如网页、游戏界面），Pywinauto无法识别时，可以用PyAutoGUI的图像识别功能替代坐标：

import pyautogui as gui

# 识别屏幕上的OK按钮图像并点击
ok_btn_pos = gui.locateCenterOnScreen("ok_button.png")
if ok_btn_pos:
    gui.click(ok_btn_pos)

这种方式不需要坐标，但需要提前截取按钮的截图作为模板，稳定性略低于控件级定位。

内容的提问来源于stack exchange，提问作者edsantos2090