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
在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05在数据驱动的业务场景中,“垃圾数据进,垃圾结果出”是永恒的警示。企业收集的数据往往存在缺失、异常、重复、格式混乱等问题, ...
2026-01-05在数字化时代,用户行为数据已成为企业的核心资产之一。从用户打开APP的首次点击,到浏览页面的停留时长,再到最终的购买决策、 ...
2026-01-04在数据分析领域,数据稳定性是衡量数据质量的核心维度之一,直接决定了分析结果的可靠性与决策价值。稳定的数据能反映事物的固有 ...
2026-01-04在CDA(Certified Data Analyst)数据分析师的工作链路中,数据读取是连接原始数据与后续分析的关键桥梁。如果说数据采集是“获 ...
2026-01-04尊敬的考生: 您好! 我们诚挚通知您,CDA Level III 考试大纲将于 2025 年 12 月 31 日实施重大更新,并正式启用,2026年3月考 ...
2025-12-31“字如其人”的传统认知,让不少“手残党”在需要签名的场景中倍感尴尬——商务签约时的签名歪歪扭扭,朋友聚会的签名墙不敢落笔 ...
2025-12-31