京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:闲欢
来源:Python 技术
在上篇文章《Python自动操作 GUI 神器——PyAutoGUI》中,我跟大家讲解了一下 pyautogui 的一些基础知识和操作,大家反馈很好,给了我好多赞,在此先跟大家说声三克油!
在得到大家正反馈的同时,我受到了很大鼓舞,感觉如果只是介绍一下基础操作,有点不过瘾,所以今天晚上加班回来,虽然很不想打开电脑,但是还是忍着疲惫给大家奉献一个小实例。
为此,我跑去洗手间用凉水洗了一把脸,顿时清醒多了,下面进入正题。
作为一个 GUI 操作的神器,我们看到了它的操作都很简单,非常通俗易懂,基本上看到函数就能知道它的功效。
下面我来给大家演示一个小栗子,看了这个栗子后你就会明白它的神器由来了。
好了,不给大家绕弯子了,今天的小栗子就是批量给知乎的文章点赞。
我们先来看看知乎的个人主页:
这里,我将下面的 tab 标签切换到文章这里,显示的就是作者的文章列表。
我们先来想一下,如果我要给这位作者的文章点赞,我需要怎么做?
首先,我需要找到点赞的图标;然后,我点击点赞图标,完成一次点赞;当我将视野内的文章点赞完成后,我拖动页面往下滑,继续上面的步骤。
看到这里,你是不是觉得这么说有点二?
但是我们写程序就必须这样,把每一个步骤都明确,然后根据步骤去写逻辑,不然当你动手写逻辑的时候,你可能会遗漏一些细节,导致程序无法达到预期效果,或者出现bug。
有了上面的步骤,我们就可以着手开发代码了。
首先,我要让程序识别点赞的按钮。上篇文章中我介绍过一个小栗子,就是从桌面上找到浏览器的图标,我们需要将浏览器的图标截图保存为一张图片,然后传给程序,让程序用这张图片到屏幕中去寻找。
这里也是一样,我先将知乎的点赞按钮截了图:
按照上面的步骤,我首先需要识别当前桌面上的点赞按钮,只需要一行代码:
allLocation = pyautogui.locateAllOnScreen('agree.png')
这样就可以找到桌面上所有的点赞按钮了。
找到点赞按钮之后,下一步就是点赞了:
def like(): time.sleep(1) if pyautogui.locateOnScreen('agree.png'):
left, top, width, height = pyautogui.locateOnScreen('agree.png')
center = pyautogui.center((left, top, width, height))
pyautogui.click(center)
print('点赞成功!')
这里,我首先休息了1秒钟,防止程序运行过快,把页面搞崩溃或者触发平台的安全策略。
接着我找到点赞的按钮,计算按钮的中心点,然后进行点击。
这样,我们就顺利地完成了一次点赞操作。
然后,我再来写一个判断,如果当前桌面上的点赞按钮都点过了,就滚动屏幕,到下一屏继续点赞:
while True:
allLocation = pyautogui.locateAllOnScreen('agree.png') if len(list(allLocation)) > 0:
like() # 调用点赞函数 else: try:
pyautogui.scroll(-500) print('我滚了!')
except: print('完蛋啦')
整个代码运行起来是这样的:
注意,在程序运行过程中,一定要将打开知乎页面的浏览器切换到桌面最上层,以保证你当前操作的是这个页面。
这里没有写终止条件,所以程序会一直运行下去,直到你手动终止。
整个栗子就是这样的,简约而不简单,虽然只有几行代码,但是替我完成了一次自动化操作。可能这里举知乎的例子还不太恰当,因为知乎是有分页的,如果是瀑布流的页面,那真的可以一直点赞下去。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23