本指南详细介绍了如何在 Python 中使用 RPALite。RPALite 是一个开源的 RPA（机器人流程自动化）库，允许您通过 Python 自动化各种任务。
RPALite 目前支持以下平台：
RPALite 支持两种 OCR 引擎：
你可以在初始化 RPALite 时配置 OCR 引擎：
# 使用 PaddleOCR（默认）
rpalite = RPALite(ocr_engine="paddleocr")
# 使用 EasyOCR
rpalite = RPALite(ocr_engine="easyocr")
要安装 RPALite，请使用 pip：
pip install RPALite
以下是一个使用 RPALite 的简单 Python 示例：
from RPALite import RPALite
# 初始化 RPALite
rpalite = RPALite()
# 显示桌面
rpalite.show_desktop()
# 运行记事本并输入文本
rpalite.run_command("notepad.exe")
rpalite.input_text("Hello from RPALite!")
# 查找并关闭记事本
app = rpalite.find_application(".*Notepad")
rpalite.close_app(app)
RPALite 提供了许多高级功能，包括：
如果遇到任何问题：
你可以通过 pip 安装 RPALite：
pip install RPALite
也可以通过下面的方法在下载代码以后进行安装：
首先将项目克隆到本地：
git clone https://github.com/jieliu2000/RPALite.git
之后进入 rpalite 目录后 build 并安装
cd RPALite
安装 build 所需要的库：
pip install -r requirements.txt
进行项目构建：
python -m build
之后使用 pip 进行安装。以下代码为一个示例，实际使用时请把 XXX 改成对应的实际版本号。
cd dist
pip install rpalite-XXX.tar.gz
由于 RPALite 被声明为一个类，在所有操作开始之前，你需要首先创建 RPALite 对象：
from RPALite import RPALite
rpalite = RPALite()
RPALite 的构造函数包含多个可选参数：
debug_mode: 布尔值，默认值为 False。如果为 True，则 RPALite 会输出调试信息，在一些需要图像识别的地方，会显示图像中元素的标记等step_pause_interval: 整数。含义为每个模拟操作后等待的时间。默认值为 3 秒。这个值不能设定为 0，这主要是因为在鼠标或者键盘模拟动作以后，Windows 或者你所操作的程序本身也需要一点时间进行响应，否则程序出问题的可能性会大大增加。languages: 字符串列表，表示 RPALite 会使用哪些语言来进行 OCR 识别。默认值为 ["en"]也就是英语，你可以通过传入其他语言代码来指定使用其他语言的键盘输入。关于支持的语言列表，可以参考EasyOCR 文档中的语言列表本文档之后的示例中使用的 rpalite 对象，都假设已经执行了创建对象的代码。
你可以使用run_command启动一个应用：
rpalite.run_command("notepad.exe")
run_command 函数有两个参数：
command: 字符串，表示要启动的应用的命令，可以是一个可执行文件的路径，也可以是操作系统可以运行的命令noblock: 可选的布尔值，默认值为 True，也就意味着 RPALite 不会等待应用启动完成，而是直接返回。如果设置为 False，则 RPALite 会等待应用启动完成才会从 run_command 返回。你可以使用以下代码查找一个应用：
app = rpalite.find_application(".*Notepad")
find_application 支持通过以下参数查找一个应用：
title: 字符串，表示应用标题需要匹配的正则表达式，classname: 字符串，表示应用类名。如果需要查找应用的类名，可以使用 Accessibility Insights for Windows 工具查看通过 find_application 函数获取到 application 实例后，你可以使用以下代码关闭一个应用：
app = rpalite.find_application(".*Notepad")
rpalite.close_app(app)
你可以使用以下代码最大化一个应用窗口：
app = rpalite.find_application(".*Notepad")
rpalite.maximize_window(app)
RPALite 支持通过多种鼠标模拟操作，譬如点击文本，点击图片，点击坐标等
position = rpalite.get_cursor_position()
print(f"Current mouse position: {position}")
得到的坐标为元组形式(x, y)，例如 (10, 20)表示横坐标为 10，纵坐标为 20。注意，这里的坐标是相对于屏幕左上角的坐标。
rpalite.mouse_move(10, 20)
参数为横坐标 x, 纵坐标 y。屏幕左上角为(0, 0)
rpalite.click_by_position(10, 20)
其中第一个参数为 横坐标 x,第二个参数为纵坐标 y。屏幕左上角为(0, 0)
你可以使用以下代码点击文本：
rpalite.click_by_text("Text to click")
你可以使用以下代码点击图片：
rpalite.click_by_image("path/to/image.png")
RPALite 会使用 OpenCV 在屏幕上查找对应的图片，如果找到则点击该图片的左上角。
你可以使用以下代码输入一段文本：
rpalite.input_text("This is a demo using RPALite.\n")
如同上面代码所示，input_text 函数不会自动换行，你需要自己添加换行符。 如果你需要在某个特定位置输入文本，可以首先用 mouse_move 函数移动到指定位置，然后再输入文本。
value = rpalite.get_text_field_value("Field name")
print(f"Value of field: {value}")
RPALite 使用 OCR 和 AI 图像技术识别对应的字段和字段的值。由于这种识别并不总是准确的，这个函数可能会有一定的概率出现误差或者错误。在实际的使用中，需要根据实际情况进行调整。
rpalite.enter_in_field("Field name", "New value")
enter_in_field函数有两个参数：
field_name: 字符串，表示字段的名称text: 字符串，表示要输入的文本RPALite 使用 OCR 和 AI 图像技术识别对应的字段和文本框位置。同样的，存在一定概率出现误差或者错误。在实际的使用中，需要根据实际情况进行调整。
你可以使用以下代码模拟按下键盘上的某个键：
rpalite.send_keys("{VK_LWIN down}D{VK_LWIN up}")
rpalite.validate_text_exists("Text to check")
你可能注意到在上面的代码中validate_text_exists并没有返回值，这是因为如果文本不存在，该函数会直接抛出一个 AssertionError 异常。
RPALite 使用 OCR 技术来识别文本，这种识别并不总是准确的，而且我们的识别都只是识别单行文本，所以一方面这个函数可能会识别出错，另一方面无法识别多行文本。你在实际的使用中，需要根据实际情况进行调整。
positions = rpalite.find_text_positions("Text to find")
print(f"Text positions: {positions}")
print(f"First matched text position: {positions[0]}")
注意find_text_positions函数返回的是一个列表，表示文本在屏幕上的位置。其中列表中的每一项都是一个结构为 (x, y, width, height) 的元组，表示文本在屏幕上的位置。x, y 表示文本的左上角坐标，width 和 height 分别表示识别出来的文本的宽度和高度。
text = rpalite.get_clipboard_text()
print(f"Clipboard content: {text}")
rpalite.copy_text_to_clipboard("This is a demo using RPALite.")
rpalite.sleep(5)
sleep函数接受一个整数参数，表示 RPALite 需要休眠多少秒。这个参数是可选的，默认值是 rpalite 对象的step_pause_interval属性。
我们前面讲过，这个值不能设定为 0，因为在鼠标或者键盘模拟动作以后，Windows 或者你所操作的程序本身也需要一点时间进行响应，否则程序出问题的可能性会大大增加。如果你将这个参数设定为 0，RPALite 会直接使用step_pause_interval的值。如果你将 RPALite 的step_pause_interval属性设定为 0，那么 RPALite 会直接跳过休眠操作。
rpalite.show_desktop()
size = rpalite.get_screen_size()
print(f"Screen size: {size}")
get_screen_size函数返回一个元组，表示屏幕的尺寸。例如 (1920, 1080) 表示屏幕宽度为 1920 像素，高度为 1080 像素。
pil_image = rpalite.take_screenshot()
take_screenshot函数返回一个 PIL 图像对象，表示当前屏幕的截图。它有两个可选的参数：
all_screens: 布尔值，默认值为 False，意思是只截取当前屏幕的截图。如果为 True，则截取所有屏幕的截图。这个参数在多屏幕环境中很有用。filename: 字符串，表示要保存的截图文件的路径。如果这个参数被指定了，那么 RPALite 会将截图保存到指定的文件中。这个字符串为 None 时，RPALite 不会保存截图。无论是否指定了这个参数，take_screenshot函数都会返回一个 PIL 图像对象。rpalite.start_screen_recording()
start_screen_recording函数会启动录屏功能，并开始录制屏幕。它有两个可选参数：
target_avi_file_path: 字符串，表示要保存录屏文件（AVI 格式）的路径。如果这个参数被指定了，那么 RPALite 会将录屏内容保存到指定的文件中。这个字符串为 None 时，RPALite 会在临时目录中创建一个临时文件来保存录屏内容。无论是否指定了这个参数，start_screen_recording函数都会返回一个字符串，表示录屏文件的路径。fps: 整数，表示录屏的帧率。默认值为 10。start_screen_recording 目前只支持保存为 AVI 格式的录屏文件。
rpalite.stop_screen_recording()