收藏 | 不要再用陌生人的电脑了,这两个Python库可以让你瞬间“裸奔”

简介: 收藏 | 不要再用陌生人的电脑了,这两个Python库可以让你瞬间“裸奔”

本期导读

大家好,我是欧K。

在平常的工作和学习中几乎每个人都会注册一些平台,在PC端登陆的时候需要用键盘输入相应的账号和密码,其中密码一般都是暗文(如:******),但是暗文真的就安全了吗?今天给大家带来两个让你瞬间“裸奔的Python库,仅限于学习交流,希望对你有所帮助。


先给大家打个样:用户名:python密码:123456

1. pynput库

1.1 安装pynput 

pip install pynput

1.2 使用pynput

from pynput.keyboard import Key,Listener

Key:

按下键时:

# 按下键时
def on_press(key):    
    try:
        # 普通按键
        print('按下键: {0} '.format(key.char))
    except :
        # 特殊按键
        print('按下键: {0} '.format(key))

松开键时

# 松开键时:
def on_release(key):
    print('松开: {0} '.format(key)) # 可要可不要
    if key == Key.esc:
        return False

有的键盘按键信息都存在于pynputkeyboard.Key模块中,普通按键(数字、字母等直接通过Key.char获取,特殊按键(Shift、Ctrl等通过Key直接获取即可。

Listener:

# 监听键盘按键
with Listener(on_press=on_press, on_release=on_release) as listener:
    listener.join()


可以用listener.start()和listener.stop()代替with语句。

注意:如果需要同时进行监听和控制操作,需要使用多线程

本例只展示了pynput的键盘监听模块,pynput还有键盘控制以及鼠标监控功能,感兴趣的小伙伴可以看看官网:

https://pypi.org/project/pynput/#description


2. PyHook3库


PyHook3是一个基于Python的“钩子”库,主要用于监听当前电脑上鼠标和键盘的事件这个库依赖于另一个Python库PyWin32,由于PyWin32只能运行在Windows平台,所以PyHook也只能运行在Windows平台


2.1 安装PyHook3

PyHook3的安装要相对复杂一些:


2.1.1 安装 swig.exe:

下载压缩包,直接解压缩后添加环境变量即可。


2.1.2 安装 Microsoft Visual C++ 14:

所需空间比较大(4G左右),安装包直接安装即可(若电脑上安装的有vscode,vstudio等软件则不需要安装),本机已安装vscode,这里不再展示。

2.1.3 安装 PyHook3:

pip install PyHook3

完成前面两步才可以进行第三步,否则会出现错误提示的。

失败:

成功:


2.2 使用PyHook3

导入模块:

import PyHook3
import pythoncom

鼠标事件:

def onMouseEvent(event):
    # 鼠标移动过滤
    if (event.MessageName != "mouse move"):
        print(event.MessageName)
    return True


键盘事件

def onKeyboardEvent(event):
    # 返回按下的键
    print(event.Key)
    return True

调用:

# 创建一个钩子管理器
hm = PyHook3.HookManager()
# 监听键盘时间
hm.KeyDown = onKeyboardEvent
# 键盘钩子
hm.HookKeyboard()
# 监听鼠标事件
hm.MouseAll = onMouseEvent
# 鼠标钩子
hm.HookMouse()
# 循环监听
pythoncom.PumpMessages()


效果:注意:特殊键盘(Shift、Ctrl等)有左右之分Lcontrol、Rcontrol。


END


以上就是本期为大家整理的全部内容了,赶快练习起来吧,喜欢的朋友可以点赞、点在看也可以分享到朋友圈让更多人知道哦

相关文章
|
3天前
|
调度 开发者 Python
Python中的异步编程:理解asyncio库
在Python的世界里,异步编程是一种高效处理I/O密集型任务的方法。本文将深入探讨Python的asyncio库,它是实现异步编程的核心。我们将从asyncio的基本概念出发,逐步解析事件循环、协程、任务和期货的概念,并通过实例展示如何使用asyncio来编写异步代码。不同于传统的同步编程,异步编程能够让程序在等待I/O操作完成时释放资源去处理其他任务,从而提高程序的整体效率和响应速度。
|
6天前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
24 0
|
25天前
|
测试技术 API Python
【10月更文挑战第1天】python知识点100篇系列(13)-几种方法让你的电脑一直在工作
【10月更文挑战第1天】 本文介绍了如何通过Python自动操作鼠标或键盘使电脑保持活跃状态,避免自动息屏。提供了三种方法:1) 使用PyAutoGUI,通过安装pip工具并执行`pip install pyautogui`安装,利用`moveRel()`方法定时移动鼠标;2) 使用Pymouse,通过`pip install pyuserinput`安装,采用`move()`方法移动鼠标绝对位置;3) 使用PyKeyboard,同样需安装pyuserinput,模拟键盘操作。文中推荐使用PyAutoGUI,因其功能丰富且文档详尽。
|
5天前
|
数据采集 JSON 测试技术
Python爬虫神器requests库的使用
在现代编程中,网络请求是必不可少的部分。本文详细介绍 Python 的 requests 库,一个功能强大且易用的 HTTP 请求库。内容涵盖安装、基本功能(如发送 GET 和 POST 请求、设置请求头、处理响应)、高级功能(如会话管理和文件上传)以及实际应用场景。通过本文,你将全面掌握 requests 库的使用方法。🚀🌟
26 7
|
21天前
|
网络协议 数据库连接 Python
python知识点100篇系列(17)-替换requests的python库httpx
【10月更文挑战第4天】Requests 是基于 Python 开发的 HTTP 库,使用简单,功能强大。然而,随着 Python 3.6 的发布,出现了 Requests 的替代品 —— httpx。httpx 继承了 Requests 的所有特性,并增加了对异步请求的支持,支持 HTTP/1.1 和 HTTP/2,能够发送同步和异步请求,适用于 WSGI 和 ASGI 应用。安装使用 httpx 需要 Python 3.6 及以上版本,异步请求则需要 Python 3.8 及以上。httpx 提供了 Client 和 AsyncClient,分别用于优化同步和异步请求的性能。
python知识点100篇系列(17)-替换requests的python库httpx
|
6天前
|
机器学习/深度学习 数据采集 算法
Python机器学习:Scikit-learn库的高效使用技巧
【10月更文挑战第28天】Scikit-learn 是 Python 中最受欢迎的机器学习库之一,以其简洁的 API、丰富的算法和良好的文档支持而受到开发者喜爱。本文介绍了 Scikit-learn 的高效使用技巧,包括数据预处理(如使用 Pipeline 和 ColumnTransformer)、模型选择与评估(如交叉验证和 GridSearchCV)以及模型持久化(如使用 joblib)。通过这些技巧,你可以在机器学习项目中事半功倍。
17 3
|
9天前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
28 5
|
7天前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
20 1
|
17天前
|
数据可视化 数据挖掘 Python
Seaborn 库创建吸引人的统计图表
【10月更文挑战第11天】本文介绍了如何使用 Seaborn 库创建多种统计图表,包括散点图、箱线图、直方图、线性回归图、热力图等。通过具体示例和代码,展示了 Seaborn 在数据可视化中的强大功能和灵活性,帮助读者更好地理解和应用这一工具。
31 3
|
25天前
|
计算机视觉 Python
python利用pyqt5和opencv打开电脑摄像头并进行拍照
本项目使用Python的PyQt5和OpenCV库实现了一个简单的摄像头应用。用户可以通过界面按钮打开或关闭摄像头,并实时预览视频流。点击“拍照”按钮可以捕捉当前画面并保存为图片文件。该应用适用于简单的图像采集和处理任务。
85 0
python利用pyqt5和opencv打开电脑摄像头并进行拍照