這篇文章介紹了Windows中GUI自動化的三種技術：Windows API, MSAA - Microsoft Active Accessibility, UIAutomation

用指令碼語言AutoIT實現自動化就是第一種技術Windows API, 查詢視窗控制代碼實現的。

用工具Spy++檢視程式，如果Spy++能識別程式視窗中的控制元件就能用這種技術。

python中也有一個UI自動化測試模組pywinauto，也是用這種技術實現的。 

但Windows API實現的自動化不支援WPF程式、Windows 8中的Metro程式。

用UIAutomation實現的自動化支援微軟提供的各種介面開發框架，如MFC, Windows Forms, WPF, Metro App。也部分支援Qt。

該技術的詳細介紹可以參考CodeMagazine上的一篇文章

我就是根據這個用Python和C++對UIAutomation做了一層封裝，方便我自己的使用，可以快速開發自動化指令碼。

UIAutomation支援平臺包括Windows XP(SP3),Windows Vista, Windows 7, Windows 8、8.1、10。

安裝使用uiautomation，支援Python2，Python3，x86，x64。

 執行pip install uiautomation，安裝後在c:\python36\scripts目錄裡會有automation.py，在cmd裡執行automation.py -h。

執行原始碼demos目錄裡的操作計算器的指令碼 demos\automation_calculator.py看下執行效果。

下面通過QQ2013做下實驗(spy++獲取不到QQ視窗內的控制元件，可以對比一下)：

然後執行最新版QQ2013, 先保持在qq登入介面

執行cmd，cd到工具的目錄，輸入automation.py -t3回車，然後3秒內切換到qq的登入介面

cmd視窗中就顯示了qq視窗中的控制元件資訊

執行automation.py遍歷控制元件時，支援下列引數

-t int value, 延遲時間time秒，延遲指定秒數再遍歷控制元件，
-r, 從樹的根部(root: Desktop)遍歷，如果不指定，從當前視窗遍歷
-d, int Value, 遍歷控制元件樹的的深度depth，如果不指定，遍歷整個樹，和-c一起使用時，可以為負值
-f, 遍歷焦點focus控制元件，如果不指定，從當前視窗遍歷
-c, 遍歷游標下的控制元件，如果不指定，從當前視窗遍歷，如果同時指定-d, -d可以為負值，比如-d-2表示從游標下控制元件向上找到兩層父控制元件，遍歷這個父控制元件

-a, 獲取游標下控制元件及其所有祖先(ancestor)控制元件

-n, 顯示控制元件的完整name, 如果不指定，只顯示前30個字元
-m, 顯示控制元件更多more屬性，預設只顯示控制元件的幾個屬性
例子：
automation.py –t3， 3秒後遍歷當前視窗所有控制元件
automation.py –d2 –t3， 3秒後遍歷當前視窗前三層控制元件
automation.py –r –d1 –t0 -n， 0秒後遍歷root的第一層子控制元件，並顯示控制元件完整名稱

automation.py –c –t3， 3秒後遍歷滑鼠游標下面的控制元件資訊

 automation.py –c –t3 -d-2， 3秒後遍歷滑鼠游標下面的控制元件向上兩層的父控制元件

 下面是在Windows 8中執行automation.py –r –d1 –t0的例子， 如下圖

 在UIAutomation中控制元件樹的根部是 桌面Desktop, 上面的命令輸入了了 -r（root）引數，就從根部列舉視窗，引數-d1，只列舉桌面的第一層子控制元件。

在Windows 8中，如果要檢視Metro App的控制元件資訊，必須當前視窗要在Metro介面才能列舉，如果Metro App被切換到後臺，則獲取不到它的控制元件。

先執行automation.py -t5, 在5秒內切換到Metro App, 等待幾秒鐘，檢視cmd,就能看到Metro App的控制元件資訊。

automation模組同時會把顯示的資訊寫入到檔案@AutomaitonLog.txt,方便檢視。

還有，在Windows 7及更高版本系統中，最好以管理員來執行cmd,再呼叫python，我發現有些程式用普通許可權獲取不到全部控制元件資訊。

登入QQ2013，再一次列舉它的視窗，如圖

另一個操作QQ群匯出所有群成員詳細資訊的例子 ：

下面介紹下用uiautomaton模組自動化作業系統記事本notepad.exe的一個例子，

先用automaiton.py遍歷記事本視窗，知道它的控制元件樹結構，再開始寫程式碼

python2.7程式碼如下（在程式碼demos目錄automation_notepad_py2.py, automation_notepad_py3.py）：

#!python2
# -*- coding: utf-8 -*-
import os, sys, time
import subprocess
import uiautomation as automation

def testNotepadCN():
    consoleWindow = automation.GetConsoleWindow()
    consoleWindow.SetActive()
    automation.Logger.ColorfulWriteLine('\nI will open <Color=Green>Notepad</Color> and <Color=Yellow>automate</Color> it. Please wait for a while.')
    time.sleep(2)
    automation.ShowDesktop()
    #開啟notepad
    subprocess.Popen('notepad')
    #查詢notepad， 如果name有中文，python2中要使用Unicode
    window = automation.WindowControl(searchDepth = 1, ClassName = 'Notepad', RegexName = u'.* - 記事本')
    #可以判斷window是否存在，如果不判斷，找不到window的話會丟擲異常
    #if window.Exists(maxSearchSeconds = 3):
    if automation.WaitForExist(window, 3):
        automation.Logger.WriteLine("Notepad exists now")
    else:
        automation.Logger.WriteLine("Notepad does not exist after 3 seconds", automation.ConsoleColor.Yellow)
    screenWidth, screenHeight = automation.Win32API.GetScreenSize()
    window.MoveWindow(screenWidth // 4, screenHeight // 4, screenWidth // 2, screenHeight // 2)
    window.SetActive()
    #從window查詢edit
    edit = window.EditControl()
    edit.Click(waitTime = 0)
    #python2中要使用Unicode, 模擬按鍵
    edit.SetValue(u'hi你好')
    edit.SendKeys(u'{Ctrl}{End}{Enter}下面開始演示{! 4}{ENTER}', 0.2, 0)
    edit.SendKeys('{Enter 3}0123456789{Enter}', waitTime = 0)
    edit.SendKeys('ABCDEFGHIJKLMNOPQRSTUVWXYZ{ENTER}', waitTime = 0)
    edit.SendKeys('abcdefghijklmnopqrstuvwxyz{ENTER}', waitTime = 0)
    edit.SendKeys('`[email protected]#$%^&*()-_=+{ENTER}', waitTime = 0)
    edit.SendKeys('[]{{}{}}\\|;:\'\",<.>/?{ENTER}', waitTime = 0)
    edit.SendKeys(u'™®①②③④⑤⑥⑦⑧⑨⑩§№☆★○●◎◇◆□℃‰€■△▲※→←↑↓〓¤°＃＆＠＼＾＿―♂♀{ENTER}{CTRL}a')
    window.CaptureToImage('Notepad.png')
    edit.SendKeys('Image Notepad.png was captured, you will see it later.', 0.05)
    #查詢選單
    window.MenuItemControl(Name = u'格式(O)').Click()
    window.MenuItemControl(Name = u'字型(F)...').Click()
    windowFont = window.WindowControl(Name = u'字型')
    windowFont.ComboBoxControl(AutomationId = '1140').Select(u'中文 GB2312')
    windowFont.ButtonControl(Name = u'確定').Click()
    window.Close()
    if automation.WaitForDisappear(window, 3):
        automation.Logger.WriteLine("Notepad closed")
    else:
        automation.Logger.WriteLine("Notepad still exists after 3 seconds", automation.ConsoleColor.Yellow)

    # buttonNotSave = ButtonControl(searchFromControl = window, SubName = u'不儲存')
    # buttonNotSave.Click()
    # or send alt+n to not save and quit
    # automation.SendKeys('{Alt}n')
    # 使用另一種查詢方法
    buttonNotSave = automation.FindControl(window,
        lambda control, depth: control.ControlType == automation.ControlType.ButtonControl and u'不儲存' in control.Name)
    buttonNotSave.Click()
    subprocess.Popen('Notepad.png', shell = True)
    time.sleep(2)
    consoleWindow.SetActive()
    automation.Logger.WriteLine('script exits', automation.ConsoleColor.Cyan)
    time.sleep(2)

首先用subprocess.Popen('notepad') 呼叫notepad

先寫查詢notepad視窗的程式碼了

#查詢notepad， 如果name有中文，要使用Unicode
window = WindowControl(searchDepth = 1, ClassName = 'Notepad', SubName = u'記事本')

searchDepth = 1， 表示只查詢樹的的第一層子控制元件，不會遍歷整個樹查詢，所以能很快找到notepad的視窗。
查詢控制元件可以指定如下引數 ClassName, WindowControl, AutomationId, Name , SubName，foundIndex，前四個都是cmd裡顯示的內容，
SubName可以指定如果Name中含有SubName這個字串，也算查詢成功。
foundIndex表示第幾個符合查詢條件的控制元件，不指定的話預設是1。

然後再查詢EditControl

    #從window查詢edit
    edit = window.EditControl()

　修改EditControl內容並在當前文字後面模擬打字　

    #python2中要使用Unicode, 模擬按鍵
    edit.SetValue(u'hi你好')
    edit.SendKeys(u'{Ctrl}{End}{Enter}下面開始演示{! 4}{ENTER}', 0.2, 0)

另一個例子， 操作QQ登入介面的一段程式碼,這裡沒有寫呼叫的程式碼，先手動啟動qq2013，保持在登入介面，

# -*- coding:utf-8 -*-
from automation import *

time.sleep(2)
#查詢qq視窗，searchDepth = 1，設定查詢深度為1，查詢Desktop的第一層子視窗就能很快找到QQ
qqWindow = WindowControl(searchDepth = 1, ClassName = 'TXGuiFoundation', Name = 'QQ2013')
if not qqWindow.Exists():
    shellTray = Control(searchDepth = 1, ClassName = 'Shell_TrayWnd')
    qqTray = ButtonControl(searchFromControl = shellTray, Name = 'QQ')
    if qqTray.Exists():
        qqTray.Click()
        time.sleep(1)
if not qqWindow.Exists():
    Logger.WriteLine(u'Can not find QQ window, please put it in front first!' % edit.CurrentValue(), ConsoleColor.Red)

#查詢QQ帳號Edit，設定searchFromControl = qqWindow，從qqWindow開始查詢子控制元件
#foundIndex = 1,表示查詢第一個符合要求的控制元件，子視窗中的第一個Edit
edit = EditControl(searchFromControl = qqWindow, foundIndex = 1)
edit.Click()
Win32API.SendKeys('{Ctrl}A')
Logger.Write('Current QQ is ')
#獲取edit內容
Logger.WriteLine(u'%s' % edit.CurrentValue(), ConsoleColor.DarkGreen)
time.sleep(1)
#查詢第二個Edit,即密碼Edit
edit = EditControl(searchFromControl = qqWindow, foundIndex = 2)
edit.Click()
Logger.Write('Current QQ password is ')
#獲取password內容
Logger.WriteLine('%s' % edit.CurrentValue(), ConsoleColor.DarkGreen)
Logger.WriteLine('Only get stars. password can not be got', ConsoleColor.DarkGreen)
time.sleep(1)
Logger.WriteLine('Now let\'s show the buttons of QQ')
time.sleep(2)
#遍歷QQ視窗內的所有Button
buttonIndex = 1
button = ButtonControl(searchFromControl = qqWindow, foundIndex = buttonIndex)
while button.Exists():
    l, t, r, b = button.BoundingRectangle
    Logger.WriteLine('button %d, position (%d,%d,%d,%d)' % (buttonIndex, l, t, r, b))
    button.MoveCursorToMyCenter()
    time.sleep(1)
    buttonIndex += 1
    button = ButtonControl(searchFromControl = qqWindow, foundIndex = buttonIndex)

Logger.WriteLine('\r\nLook, the last button\'s position are all 0, it may be invisible.', ConsoleColor.Yellow)
button = ButtonControl(searchFromControl = qqWindow, foundIndex = 4)
button.Click()
menu = Control(searchDepth = 1, ControlType = ControlType.MenuControl, Name = u'TXMenuWindow')
if (menu.Exists()):
    menuItem = MenuItemControl(searchFromControl = menu, Name = u'隱身')
    menuItem.Click()
    time.sleep(1)
button = ButtonControl(searchFromControl = qqWindow, foundIndex = 8)
button.Click()
time.sleep(1)
button = ButtonControl(searchFromControl = qqWindow, Name = u'取消')
button.Click()

Windows 8 中自動化作業系統Metro日曆的一段程式碼

from automation import *

def main():
    RunMetroApp(u'日曆')
    canlendarWindow = WindowControl(ClassName = MetroWindowClassName, Name = u'日曆')
    t = time.localtime()
    day = t.tm_mday

    text1 = TextControl(searchFromControl = canlendarWindow, foundIndex = 1, Name = str(day))
    text2 = TextControl(searchFromControl = canlendarWindow, foundIndex = 2, Name = str(day))
    if text2.Exists(1) and text2.BoundingRectangle[0] > 0:
        text2.Click()
    else:
        text1.Click()
    location = EditControl(searchFromControl = canlendarWindow, AutomationId = 'LocationTextbox')
    location.Click()
    Win32API.SendKeys(u'南京')
    title = EditControl(searchFromControl = canlendarWindow, AutomationId = 'EventTitleTextbox')
    title.Click()
    Win32API.SendKeys('Hi')
    content = EditControl(searchFromControl = canlendarWindow, AutomationId = 'NotesTextboxContent')
    content.Click()
    Win32API.SendKeys('Nice to meet you!', 0.2)
    canlendarWindow.MetroClose()
    ShowDesktop()

if __name__ == '__main__':
    main()

測試Firefox:
Windows版Firefox(Version<=56)是用DirectUI實現的，只能看到一個視窗控制代碼，但是用UIAutomation就能看到網頁裡所有元素控制元件。但最新版Firefox57版本採用了新的Rust核心，不支援UIAutomation了。
現在是2018年，我用最新版的Firefox60測試發現該版本支援UIAutomation了。

UIAutomation的工作原理是：

IRawElementProviderSimple就是UI Automation Provider，包含了控制元件的各種資訊，如Name，ClassName，ContorlType，座標...
UIAutomation根據程式返回的IRawElementProviderSimple，就能遍歷程式的控制元件，得到控制元件各種屬性，進行自動化操作。

所以如果你發現UIAutomation不能識別一些程式內的控制元件或部分不支援，這並不是UIAutomation的問題，
是程式作者沒有處理WM_GETOBJECT或沒有實現UIAutomation Provider，或者故意不想支援UIAutomation。

很多DirectUI程式都沒有實現UIAutomation Provider，所以不支援自動化，要想支援自動化，必須程式作者修改原始碼支援。

原始碼下載，最新程式碼支援py2, py3, x86, x64

 。