by Rain Chu | 4 月 26, 2025 | Python, 程式
Views: 0
UIAutoDev 是一款不可或缺的工具，它支援 Android 和 iOS 平台，提供直觀的圖形介面，讓開發者能夠輕鬆地定位 UI 元素、生成選擇器，並進行色彩分析。
UIAutoDev UI DEMO
🔧 UIAutoDev 的核心特色
1. 支援 Android 和 iOS 平台
UIAutoDev 同時支援 Android 和 iOS 裝置的 UI 元素檢視與操作。對於 iOS，用戶需自行啟動 WebDriverAgent（WDA）服務，以實現與裝置的連接。
2. 直觀的控件選擇與屬性檢視
透過滑鼠點選應用程式中的控件，UIAutoDev 會即時顯示該元素的屬性資訊，如 resource-id、text、class 等，並在控件樹中高亮顯示，方便用戶精確定位。
3. 自動生成 XPath 選擇器
UIAutoDev 能夠根據選取的控件，自動生成多個 XPath 選擇器，並標示每個選擇器匹配的元素數量，協助用戶選擇最合適的定位方式。
4. 色彩分析與坐標微調
工具提供找色功能，允許用戶獲取指定位置的 RGB 和 HSB 色值。同時，透過方向鍵微調坐標，精確定位需要操作的區域，提升自動化腳本的準確性。
🚀 安裝與使用指南
1. 安裝 Python 環境
確保系統已安裝 Python 3.8 或以上版本。
2. 安裝 UIAutoDev
在終端機中執行以下命令：
3. 啟動 UIAutoDev
安裝完成後，執行以下命令啟動工具：
啟動後，瀏覽器將自動打開 UIAutoDev 的網頁介面。
4. 連接裝置
- Android：啟用開發者選項並允許 USB 偵錯，使用 USB 或 Wi-Fi 連接裝置。
- iOS：啟動 WebDriverAgent（WDA）服務，並確保裝置與電腦在同一網路下。
5. 使用工具進行 UI 元素定位
- 在網頁介面中選擇已連接的裝置。
- 點擊「刷新」按鈕，同步裝置當前畫面。
- 使用滑鼠點選畫面中的控件，查看其屬性資訊，並在右側控件樹中進行導航。
- 利用自動生成的 XPath 選擇器，快速編寫自動化腳本。
🧪 實際應用範例
可以先看DEMO
以下是一段使用 uiautomator2 與 UIAutoDev 結合的 Python 腳本範例：
import uiautomator2 as u2
# 連接到裝置
d = u2.connect()
# 啟動應用程式
d.app_start("com.example.app")
# 點擊指定的控件
d(resourceId="com.example.app:id/button").click()
# 輸入文字
d(resourceId="com.example.app:id/input").set_text("測試輸入")
# 關閉應用程式
d.app_stop("com.example.app")
透過 UIAutoDev 提供的控件屬性資訊，您可以輕鬆取得 resource-id 等屬性，快速編寫上述腳本。
參考資料
https://testerhome.com/topics/40069
by Rain Chu | 3 月 27, 2025 | Python, 程式
Views: 136
當你在開發 Python 時，將程式轉換為可執行檔案（如 .exe）並提升執行效率是許多開發者關心的議題，Nuitka 是一款大家都推薦的 Python 編譯器，能夠將 Python 原始碼編譯為 C 語言，進而生成高效的可執行檔案，今天來介紹 Nuitka 的安裝、封裝流程、靜態檔案，與相依套件的處理，以及常見問題與性能優化建議，讓即使是初學者也能輕鬆上手。
1. 安裝與執行封裝
安裝 Nuitka
- 安裝 C++ 編譯器：Nuitka 需要 C++ 編譯器來編譯生成的 C 程式碼。在 Windows 系統上，推薦安裝 MinGW64。
- 安裝 Nuitka：使用
pip 安裝 Nuitka：
執行封裝
假設您的主程式為 main.py，可以使用以下命令將其封裝為可執行檔案：
nuitka --standalone --mingw64 --enable-plugins=tk-inter --disable-console --remove-output --onefile --output-dir=output main.py
上述命令的參數說明：
--standalone：生成獨立的可執行檔案，包含所有相依套件。--mingw64：使用 MinGW64 作為編譯器。--enable-plugins=tk-inter：啟用 tkinter 插件，根據實際使用的套件啟用相應插件。--disable-console：隱藏執行時的控制台視窗，適用於 GUI 應用程式。--remove-output：在編譯完成後移除中間產物。--output-dir=output：指定輸出目錄為 output。- –onefile：如果希望輸出為單一
.exe 檔案
如果是要用 Visual Studio C++ 來封裝的話可以改用
nuitka --standalone --msvc=latest --enable-plugins=tk-inter --disable-console --remove-output --output-dir=output main.py
2.靜態檔案的處理
在某些應用中，可能需要包含額外的靜態檔案（如圖片、配置檔案）。Nuitka 提供了 --include-data-dir 參數來處理這些檔案：
此命令將當前目錄下的 static 資料夾包含到生成的可執行檔案中，並在執行時可正常訪問。
3.相依套件的處理
Nuitka 會自動檢測並包含大多數的相依套件。然而，對於某些特殊的套件，可能需要手動啟用相應的插件。例如，若您的程式使用了 PySide6，則需要在編譯時啟用該插件：
您可以使用 nuitka --plugin-list 命令查看所有可用的插件列表。
4.常見問題的處理
Nuitka 在首次編譯大型專案時可能需要較長時間。為了加快編譯速度，可以安裝 ccache 來進行編譯快取。
由於 Nuitka 會將所有相依套件包含在內，生成的可執行檔案可能較大。可以嘗試使用 --onefile 參數將所有內容打包成單一檔案，或使用壓縮工具對生成的檔案進行壓縮。
5.關於速度的優化
Nuitka 通過將 Python 程式編譯為 C 語言，通常能提升程式的執行效率。然而，實際的性能提升取決於程式的結構和內容。為了獲得最佳性能，建議：
- 優化原始碼：確保程式碼中沒有不必要的計算和冗餘。
- 使用內建函數：盡可能使用 Python 的內建函數，因為它們通常經過高度優化。
- 避免過度使用動態特性：如
eval、exec 等，這些可能影響編譯器的優化能力。
6.🌟使用 Nuitka GUI 友善介面
因為既指令很麻煩，推薦使用 Nuitka GUI，這是一款直覺且操作簡單的圖形介面工具。
Nuitka 官方 GUI 安裝：
開啟 Nuitka GUI：
或是用開源的 GUI
https://github.com/271374667/NuitkaGUI
參考資料
https://nuitka.net
by Rain Chu | 11 月 6, 2024 | Python, 程式
Views: 38
可以在 windows, mac, Linux 上使用，自動地透過滑鼠鍵盤來控制你的電腦畫面，還支援螢幕截圖
簡易使用方法
安裝 pyautogui
使用 pyautogui
螢幕截圖
pyautogui.screenshot('screenshot.png')滑鼠控制
pyautogui.moveTo(100, 100, duration = 1.5) #用1.5秒移動到x=100，y=100的位置
pyautogui.dragTo(100, 100, duration=2, button='right') #用2秒按住滑鼠右鍵到x=100，y=100的位置
pyautogui.click(clicks=2, interval=0.5, button='right') #雙擊左鍵並且中途間隔0.5秒
鍵盤控制
pyautogui.keyDown('ctrl')
pyautogui.press('a')
pyautogui.keyUp('ctrl') #全選的功能鍵效果
pyautogui.hotkey('ctrl', 'shift', 'esc') #開啟工作管理員的快捷鍵資源
PyAutoGUI 說明文件
PyAutoGUI 原始碼
中文說明檔
相關資源
by rainchu | 10 月 2, 2024 | Python, 程式
Views: 31
啟用 Excel 中的 Python
在輸入框中，輸入 =py 然後按下 TAB ，就會進入下圖，儲存格前面變成有綠色框的PY，這時就可以輸入 Python 程式碼了
繪製企鵝圖的公式
# 台積電股價的小提琴圖
stock2303 = xl("A1:G218", headers=True)
sns.set_theme (font='SimHei', font_scale=0.8)
plt.figure(dpi=300)
plt.ylabel('量', rotation = 0, labelpad=15)
sns.violinplot(x="成交價", y="分量(張)", data = stock2303)參考資料
資料探索與視覺化的優秀入門數據集，https://github.com/allisonhorst/palmerpenguins
各種 python 圖表的程式碼範例，https://seaborn.pydata.org/examples/index.html
by rainchu | 8 月 7, 2024 | Python
Views: 33
現在AI的時代，實在是離不開python，有時候想要快速的驗證程式設計，並且對外服務，給外部的人測試，這時候可以考慮把在 CLI 執行的 python code ，改成 web api，讓外部的人測試看看，改法如下
步驟 1: 安裝 Flask
步驟 2 : 建立一個 Web APP
可以建立一個名為 webapi.py 的檔案，並且輸入以下程式碼，這樣就可以簡單地把 GraphRAG 的服務對外
from flask import Flask, request, jsonify
import subprocess
import shlex
app = Flask(__name__)
@app.route('/query', methods=['POST'])
def query():
# 获取请求中的问题
data = request.json
question = data.get('question')
if not question:
return jsonify({'error': 'No question provided'}), 400
# 构建 CLI 命令
command = f"python -m graphrag.query --root ./ragtest --method local \"{question}\""
# 安全地处理命令
args = shlex.split(command)
# 执行命令
try:
result = subprocess.run(args, check=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True)
response = result.stdout
# 假设输出中包含 "SUCCESS:" 和我们需要的答案
if "SUCCESS:" in response:
answer = response.split("SUCCESS:")[1].strip() # 取得成功后的文本作为答案
return jsonify({'answer': answer})
else:
return jsonify({'error': 'Failed to get a valid response from the CLI tool'}), 500
except subprocess.CalledProcessError as e:
return jsonify({'error': str(e)}), 500
if __name__ == '__main__':
app.run(debug=True, port=5000)
步驟 3 : 開啟服務
步驟 4 : 使用 API
curl -X POST http://localhost:5000/query -H "Content-Type: application/json" -d "{\"question\": \"新修正之勞工特別休假日數有多少?\"}"延伸閱讀
by Rain Chu | 6 月 18, 2024 | Python, 程式
Views: 12
我們常常在網路上安裝依賴 Python 的程式碼，但總是會有一推的衝突存在，Python 的虛擬環境（virtual environment）則是一個非常有用的工具，它可以在不同的專案間建立隔離的 Python 執行環境，可以確保不同專案的依賴庫互不干擾，讓 Python 的開發更加簡單、安全。以下將詳細介紹 Python 虛擬環境的概念、創建和使用方法。
虛擬環境的重要性
在沒有虛擬環境的情況下，Python 的庫和模組都會安裝在全局環境中。這會導致幾個問題：
- 版本衝突：不同專案可能需要同一個庫的不同版本，全局安裝可能導致版本衝突。
- 依賴混亂：隨著安裝的庫越來越多，全局環境可能變得難以管理和維護。
使用虛擬環境，每個專案都有自己獨立的環境，可以：
- 隔離依賴：每個專案的依賴庫都獨立於其他專案，避免了版本和依賴衝突。
- 易於管理：管理每個專案的依賴更為方便，升級或修改不會影響到其他專案。
如何創建和使用虛擬環境
1. 安裝虛擬環境
Python 3.3 以上版本已經內置了 venv 模組來創建虛擬環境。安裝新的虛擬環境非常簡單：
這個命令會在當前目錄下創建一個名為 myenv 的資料夾，其中包含了獨立的 Python 執行環境。
2. 啟用虛擬環境
創建虛擬環境後，需要啟用它以使用：
Windows
Linux
source myenv/bin/activate
啟用虛擬環境後，你會在命令行前看到虛擬環境的名稱，這表明你現在在該虛擬環境中運行 Python。
3. 安裝和管理套件
在虛擬環境中，可以使用 pip 安裝所需的庫，而這些安裝只會影響當前的虛擬環境：
pip install -r requirements.txt
這個命令會在虛擬環境中安裝 Flask，而不會影響到其他環境或全局 Python 環境。
4. 退出虛擬環境
完成工作後，可以通過以下命令退出虛擬環境：
這會恢復到全局 Python 環境。
參考資料
https://docs.python.org/zh-tw/3/tutorial/venv.html
近期留言