如果您真正想找的是教自己如何与其他应用进行交互的好借口，那么这可能不是最好的选择。网络浏览器比较混乱，时间安排无法预测，等等。因此，您已经完成了一项非常艰巨的任务- 如果您按照通常的方式进行操作（直接与服务器通信，创建文本文件等），而无需触摸其他任何程序。
但是，如果您确实想与其他应用程序进行交互，则有多种不同的方法，哪种方法合适取决于您需要处理的应用程序的种类。
有些应用程序设计为从外部自动化。在Windows上，这几乎总是意味着它们是一个COM接口，通常带有IDispatch接口，您可以为其使用pywin32COM包装器。在Mac上，它表示您要使用ScriptingBridge或appscript;的AppleEvent接口。在其他平台上，没有通用标准。IE（但可能不是Chrome）和Word都具有这样的界面。
某些应用程序具有非GUI界面-无论是可以驱动的命令行popen，还是可以通过加载的DLL / SO / DYLIB ctypes。或者，理想情况下，其他人已经为您编写了Python绑定。
有些应用程序除了GUI外没有其他任何东西，而且无法进行GUI自动化。您可以通过pywin32在Windows上制作WM_消息以进行发送，使用Mac上的可访问性API等来在较低级别上执行此操作，或者使用诸如的库在较高级别上执行此操作pywinauto，也可以在较高级别使用selenium类似工具旨在自动执行特定应用。
因此，您可以执行任何操作，从Chrome的硒和Word的COM自动化到自己制作所有WM_消息。如果这是学习的目的，那么问题是您今天想学习哪些东西。
让我们从COM自动化开始。使用pywin32，您可以直接访问应用程序自己的脚本接口，而无需从用户那里控制GUI，无需弄清如何导航菜单和对话框等。这是编写“ Word宏”的现代版本-宏可以是外部脚本而不是内部Word，并且它们不必用VB编写，但是它们看起来很相似。脚本的最后一部分看起来像这样：
word = win32com.client.dispatch('Word.Application')
word.Visible = True
doc = word.Documents.Add()
doc.Selection.TypeText(my_string)
doc.SaveAs(r'C:\TestFiles\TestDoc.doc')
如果您查看Microsoft Word脚本，则可以看到很多示例。但是，您可能会注意到它们是用VBScript编写的。而且，如果您四处寻找教程，它们都是为VBScript（或更旧的VB）编写的。而且大多数应用程序的文档都是为VBScript（或VB，.NET甚至是低级COM）编写的。我所知道的有关使用Python进行COM自动化的所有教程，例如快速入门到客户端COM和Python。专门为那些已经了解COM自动化并且只想从Python做到这一点的人编写。Microsoft不断更改所有名称的事实使搜索变得更加困难- 您如何猜测对OLE自动化，ActiveX脚本，Windows Scripting House等进行谷歌搜索与学习COM自动化有什么关系？因此，我不确定入门建议。我可以保证，一旦您学会了所有的废话，一切就和上面的示例一样简单，但是我不知道该如何克服最初的障碍。
无论如何，并非每个应用程序都是自动化的。有时，即使是这样，描述GUI动作（用户将在屏幕上单击的内容）也比考虑应用程序的对象模型要简单。“选择第三段”很难用GUI术语描述，但是“选择整个文档”很容易- 只需按Control-A，或转到“编辑”菜单，然后选择“全选”即可。GUI自动化要比COM自动化困难得多，因为您必须向应用程序发送Windows本身发送的相同消息来表示用户操作（例如，请参阅“菜单通知”），或者更糟糕的是，编写诸如“ go（32） ，4）单击左上角的像素，将鼠标向下移16像素，再次单击以说出“打开文件菜单，然后单击新建”。
幸运的是，有类似的工具pywinauto可以将这两种GUI自动化内容打包起来，使其更加简单。并且有类似的工具swapy可以帮助您确定要发送的命令。如果您不熟悉Python，那么至少还有一些工具，比如AutoIt和Actions比使用swapyand更容易pywinauto，至少在开始时如此。这样，脚本的最后一部分可能看起来像：
word.Activate()
word.MenuSelect('File->New')
word.Keystrokes(my_string)
word.MenuSelect('File->Save As')
word.Dialogs[-1].FindTextField('Filename').Select()
word.Keystrokes(r'C:\TestFiles\TestDoc.doc')
word.Dialogs[-1].FindButton('OK').Click()
最后，即使使用所有这些工具，Web浏览器也很难实现自动化，因为每个网页都有自己的菜单，按钮等，这些菜单，按钮等不是Windows控件，而是HTML。除非您想一直下降到“将鼠标移动12像素”的水平，否则很难处理这些问题。就是这样selenium-它以pywinauto脚本Windows GUI的方式来编写Web GUI。
602392714
清零编程群