Python 技术篇-基于PyHook3+threading多线程实现鼠标单击事件和双击事件的识别实例演示

简介: Python 技术篇-基于PyHook3+threading多线程实现鼠标单击事件和双击事件的识别实例演示

           

这里我设定了一个变量 time_k1 秒的多线程延迟变量来控制。

# -*- coding: UTF8 -*-
import PyHook3
import pythoncom
import threading
time_k = 0;
def execute_script(time_k_old, action):
    '''
     作用:执行脚本
    '''
    try:
        global time_k
        if(time_k ==1):
            print(action + "单击动作")
        elif(time_k == 2):
            print(action + "双击动作")
    except Exception as e:
        print(e)
    time_k = 0;
# 监听到鼠标事件调用
def onMouseEvent(event):
    global m
    global time_k;
    try:
        if(event.MessageName != "mouse move"  and (event.MessageName == "mouse left up" or event.MessageName == "mouse right up")):   # 因为鼠标一动就会有很多mouse move,所以把这个过滤下,鼠标按下和抬起都会有记录,这里我们把抬起down操作过滤掉
            action = ""   # 记录左键还是右键点击
            if("right" in event.MessageName):
                action = "右键"
            elif("left" in event.MessageName):
                action = "左键"
            if(time_k == 0):
                time_k = 1;
                # 设定1秒后延迟执行
                threading.Timer(1, execute_script, (time_k, action)).start()
            elif(time_k == 1):
                time_k = 2;
            elif(time_k == 2):
                return False
        return True # 为True才会正常调用,如果为False的话,此次事件被拦截
    except Exception as e:
        print(e)
# 监听到键盘事件调用
def onKeyboardEvent(event):
    # print(event.Key)   # 返回按下的键
    return True
def main():
  # 创建管理器
    hm = PyHook3.HookManager()
    # 监听键盘
    hm.KeyDown = onKeyboardEvent   
    hm.HookKeyboard()  
    # 监听鼠标 
    hm.MouseAll = onMouseEvent   
    hm.HookMouse()
    # 循环监听
    pythoncom.PumpMessages() 
if __name__ == "__main__":
    main()

效果图如下:

image.png

喜欢的点个赞❤吧!

目录
相关文章
|
12月前
|
人工智能 安全 调度
Python并发编程之线程同步详解
并发编程在Python中至关重要,线程同步确保多线程程序正确运行。本文详解线程同步机制,包括互斥锁、信号量、事件、条件变量和队列,探讨全局解释器锁(GIL)的影响及解决线程同步问题的最佳实践,如避免全局变量、使用线程安全数据结构、精细化锁的使用等。通过示例代码帮助开发者理解并提升多线程程序的性能与可靠性。
335 0
|
9月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
791 0
|
11月前
|
数据采集 消息中间件 并行计算
Python多线程与多进程性能对比:从原理到实战的深度解析
在Python编程中,多线程与多进程是提升并发性能的关键手段。本文通过实验数据、代码示例和通俗比喻,深入解析两者在不同任务类型下的性能表现,帮助开发者科学选择并发策略,优化程序效率。
808 1
|
12月前
|
数据采集 监控 调度
干货分享“用 多线程 爬取数据”:单线程 + 协程的效率反超 3 倍,这才是 Python 异步的正确打开方式
在 Python 爬虫中,多线程因 GIL 和切换开销效率低下,而协程通过用户态调度实现高并发,大幅提升爬取效率。本文详解协程原理、实战对比多线程性能,并提供最佳实践,助你掌握异步爬虫核心技术。
|
12月前
|
数据采集 存储 Java
多线程Python爬虫:加速大规模学术文献采集
多线程Python爬虫:加速大规模学术文献采集
|
10月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
1631 102
|
10月前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
503 104
|
10月前
|
人工智能 自然语言处理 算法框架/工具
Python:现代编程的首选语言
Python:现代编程的首选语言
392 103
|
10月前
|
机器学习/深度学习 人工智能 数据挖掘
Python:现代编程的首选语言
Python:现代编程的首选语言
424 82
|
9月前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
520 3

推荐镜像

更多