基于PyAutoGUI图片定位的自动化截图工具--jmeter部分（2）

1、计划

压测完成后需要编写性能测试报告，报告中所需数据截图较多，使用自动化操作方便快捷，就编写一个界面工具以便后续复用。
基于PyAutoGUI图片定位的自动化截图工具–jmeter部分
使用pyautogui 库操作鼠标键盘，按钮根据截取的识别图定位。要使用库自己的截图screenshot函数，其它方式如微信截图，pygetwindow 库识别不到图片位置。

import pyautogui as pg      # 图形用户界面 (GUI) 操作，控制鼠标、键盘和屏幕
pg.screenshot(path, region=region)      # 坐标+宽+高    # 截图

2、jm初始化页面

界面开发
初始化页面，主要是对公共按钮的识别图进行截取。比如jmeter的全部清理按钮，在每次截图后要清理报告数据，不然再次打开报告数据会附加到已有报告。
窗口切换
截取识别图像与截取报告，都需要切换到jmeter窗口，这里写了全局函数activate_window()。
使用pygetwindow 库操作Windows窗口，切换到相应的标题窗口，默认最大化窗口。当max != 0时，窗口不最大化。

import pygetwindow as pw    # 获取、管理和操作窗口
def activate_window(window_title, max=0):
    """激活指定标题片段的窗口，切换至前台最大化True"""
    windows = pw.getAllTitles()     # 返回所有窗口的标题列表
    matching_windows = [win for win in windows if window_title.lower() in win.lower()]  # 遍历列表,忽略大小写
    if matching_windows:
        window = pw.getWindowsWithTitle(matching_windows[0])[0]  # 获取 Window 对象
        window.activate()       # 切换到匹配窗口
        window.maximize() if max == 0 else None       # 最大化窗口
        return True
    else:
        return False

识别图截取
先判断跳转jmeter窗口，然后获取输入的截图范围，截图。如果成功则将记录写入JM_JSON。最后切换回‘初始化’窗口。

    def init_cut(self):
        """初始化，截取识别图"""
        if activate_window("Apache JMeter"):        # jmeter启动判断
            time.sleep(1)
        else:
            self.ts.xinxi("没找到名称包含【JMeter】的窗口，请检查jmeter是否启动")
            return

        button = self.sender().objectName()  # 获取点击的按钮名称
        region = (self.spinBox_1.value(), self.spinBox_2.value(), self.spinBox_3.value(), self.spinBox_4.value())
        path = f'Identify/init_tu1.png'

        pg.screenshot(path, region=region)      # 坐标+宽+高    # 截图
        if os.path.exists(path):
            data = {f'{button}': path}
            if not os.path.exists(JM_JSON):
                # 文件不存在，直接写入新数据
                with open(JM_JSON, 'w', encoding='utf-8') as f:
                    json.dump(data, f)
            else:
                # 文件存在，读取并合并数据
                with open(JM_JSON, 'r', encoding='utf-8') as f:
                    existing_data = json.load(f)
                if 'init' not in existing_data:
                    existing_data['init'] = {}
                existing_data['init'].update(data)
                # 写回更新后的数据
                with open(JM_JSON, 'w', encoding='utf-8') as f:
                    json.dump(existing_data, f)

            self.jm_first_show()
            self.ts.xinxi("截图保存成功")
        else:
            # 文件不存在
            self.ts.xinxi("截图保存失败")

        activate_window("初始化", max=1)

实现情况
输入范围，点击截取，切换窗口，截图显示。其它页面的识别图片截取都差不多流程，就不写了。

3、识别测试

添加了监听器按钮后，不确定识别图片是否可用，增加了识别测试功能。

点击功能函数：传入识别图地址，返回坐标。重试两次
locateCenterOnScreen 函数旨在查找指定图像在当前屏幕上的位置，并返回该图像中心点的坐标。

pyautogui.locateCenterOnScreen(image_path, grayscale=False, confidence=None, region=None)
参数说明：
image_path：必填参数，字符串类型。指定待查找的图像文件的路径。确保文件路径正确且图像可以被正确加载。
grayscale（可选）：布尔类型。默认为 False。如果设为 True，则在进行图像匹配时，将对屏幕截图和目标图像都转化为灰度模式，这在某些情况下可能会提高匹配的准确性。
confidence（可选）：浮点数类型。指定图像匹配的最低置信度阈值。如果提供了该参数，只有当匹配得分超过该阈值时，才认为找到了匹配项。较高的置信度意味着更严格的匹配要求，较低的置信度可能导致更多的假阳性结果。如果不指定，库通常会使用一个内部默认值。
region（可选）：元组类型，包含四个整数 (left, top, width, height)，表示在屏幕上的一个矩形区域，分别对应左上角坐标 (x, y) 和区域的宽度、高度。仅在这个区域内查找目标图像。若不提供此参数，则在整个屏幕上搜索。


    def locate(self, tu):
        """根据图片地址，识别图片并点击"""
        MAX_RETRIES = 2         # 重试次数
        retries = 0
        while retries < MAX_RETRIES:
            try:
                location = pg.locateCenterOnScreen(tu, confidence=0.9, grayscale=True,
                                                   region=(0, 0, move_distance_x, move_distance_y))
                                                    # 识别图片位置grayscale=True,confidence=0.9
                pg.moveTo(location, duration=0.5)	# 鼠标移动
                pg.click(location)
                return location                 # 成功找到并点击，返回 location
            except pg.ImageNotFoundException:
                retries += 1
                if retries == MAX_RETRIES:
                    self.daochulog.append(f"经过 {retries} 次重试，仍未找到图像 {tu}。")
                    return False            # 最大重试次数，返回 False
                else:
                    self.daochulog.append(f"第 {retries} 次尝试定位图像 {tu} 失败，将在 0.5 秒后重试。")
                    time.sleep(0.5)         # 延迟一段时间后再重试
            except pg.FailSafeException as e:
                raise e                     # 重新抛出异常，使其到外部停止循环。失效保护
            except Exception as e:
                self.daochulog.append(f"定位图像 {tu} 时发生未知异常：{e}")
                return False

识别图，点击测试
先判断获取监听器数据，jmeter窗口，然后遍历初始化按钮与监听器的按钮，点击。日志显示窗口。

    def jm_test(self):
        """识别图，点击测试"""
        jtq = [item.text(0) for item in self.mkliebiao_2.selectedItems()]   # 选中监听器
        if not jtq:
            self.ts.xinxi("请选择待测试监听器")
            return

        if activate_window("Apache JMeter"):        # jmeter启动判断
            time.sleep(1)
        else:
            self.ts.xinxi("没找到名称包含【JMeter】的窗口，请检查jmeter是否启动")
            return

        self.daochulog.append("\n识别测试----开始\n")
        pg.click(100, 600)
        pg.press('home')                                    # 切换顶部，避免按钮选中
        with open(JM_JSON, 'r', encoding='utf-8') as f:
            data = json.load(f)
        init = data.get('init', {})  # 获取tu数据
        tu1 = init.get('tu1', {})
        if tu1:
            self.daochulog.append(f"初始化：----开始")
            try:
                self.locate(tu1)
            except pg.FailSafeException:
                self.daochulog.append("\nPyAutoGUI失效保护触发。已停止自动化操作。")
        else:
            self.daochulog.append(f"初始化：识别图1----未截取\n")

        for key in jtq:                                  # 监听器，识别图校验
            self.daochulog.append(f"{key}----开始")
            for i in range(1, 4):
                tus = data[key].get(f'tu{i}', {})
                if i != 3 and tus == {}:
                    self.daochulog.append(f"识别图{i}----未截取")
                elif tus != {}:
                    try:
                        self.locate(tus)
                    except pg.FailSafeException:
                        self.daochulog.append("\nPyAutoGUI失效保护触发。已停止自动化操作。")

        activate_window("Report screenshot", max=1)