Pythonで実現！ウィンドウ操作の自動化15選

はじめに
- ○Pythonとウィンドウ操作の自動化について
●Pythonの基礎
- ○Pythonのインストール方法
- ○Pythonの基本的な文法
●ウィンドウ操作の自動化入門
- ○自動化とは？
- ○Pythonでの自動化のメリット
●ウィンドウ操作の自動化のためのライブラリ
- ○pyautoguiの紹介とインストール方法
- ○keyboardの紹介とインストール方法
●Pythonでウィンドウ操作の自動化 15選
●自動化スクリプトの応用例
- ○ファイル操作の自動化
- ○Web操作の自動化
  - □サンプルコード18：Webスクレイピング
  - □サンプルコード19：定期的なデータ取得と保存
●注意点と対処法
- ○自動化スクリプト作成時の注意点
- ○エラー発生時の対処法
●カスタマイズの方法
まとめ

※本記事のコンテンツは、利用目的を問わずご活用いただけます。実務経験10000時間以上のエンジニアが監修しており、常に解説内容のわかりやすさや記事の品質に注力しておりますので、不具合・分かりにくい説明や不適切な表現、動かないコードなど気になることがございましたら、記事の品質向上の為にお問い合わせフォームにてご共有いただけますと幸いです。(理解できない部分などの個別相談も無償で承っております)
(送信された情報は、プライバシーポリシーのもと、厳正に取扱い、処分させていただきます。)

はじめに

皆さん、こんにちは。

今回の記事では、初心者でもPythonを使ってウィンドウ操作を自動化できるようになる、15の具体的な方法を詳細なサンプルコードと共に紹介します。

Pythonの基礎から応用まで一緒に学びましょう。

これからプログラミングの世界を切り開いていくための第一歩として、是非とも参考にしてください。

○Pythonとウィンドウ操作の自動化について

Pythonとは、多機能で手軽に始められるプログラミング言語の一つです。

特に初心者にとって親しみやすい文法と豊富なライブラリにより、様々な用途に使用できます。

今回はその中でも「ウィンドウ操作の自動化」に焦点を当てて解説します。

ウィンドウ操作の自動化とは、文字通りパソコンのウィンドウ操作をプログラムで自動化することを指します。

例えば、特定のキーを自動で打つ、ウィンドウを自動で切り替える、マウスを自動で動かすなど、手作業で行うことが多い日常的なタスクをプログラムで自動化することができます。

これにより、作業効率を大幅に向上させることができます。

特に、反復的な作業や定型的な作業を行う場合、人間が手作業で行うよりも早く、正確に作業を完了させることが可能となります。

また、定期的に行う作業を自動化してしまえば、その分の時間を他の作業に充てることができ、生産性の向上につながります。

●Pythonの基礎

しかし、そのためにはまずPythonの基礎を押さえておく必要があります。

Pythonの基礎とは、Pythonのインストール方法や基本的な文法など、Pythonを始めるために必要な知識です。

○Pythonのインストール方法

Pythonのインストールは非常に簡単です。

公式サイトからPythonのインストーラーをダウンロードし、指示に従ってインストールするだけです。

また、一部のOSではPythonが既にプリインストールされている場合もあります。

○Pythonの基本的な文法

Pythonの文法は他のプログラミング言語と比べても非常にシンプルで、初心者でも理解しやすいとされています。

例えば、変数の宣言、関数の定義、ループ処理など、基本的な文法を一通り理解しておけば、あとはライブラリを利用することで様々な機能を実現することが可能です。

●ウィンドウ操作の自動化入門

それでは、具体的にウィンドウ操作をどのように自動化するのか、その入門編として説明していきます。

○自動化とは？

自動化とは、人間が行う作業を機械やプログラムが代わりに行うことを指します。

特にコンピュータの世界では、ソフトウェアによる自動化が広く行われています。

これにより、作業時間を短縮したり、ミスを防いだり、作業の品質を向上させることが可能です。

○Pythonでの自動化のメリット

Pythonでの自動化のメリットは、その簡単さと多機能さにあります。

Pythonの豊富なライブラリを利用することで、ウィンドウ操作の自動化はもちろん、Webスクレイピングやデータ分析など、幅広い自動化が可能です。

また、Pythonの文法がシンプルであるため、プログラミング初心者でも比較的容易に自動化スクリプトを作成することが可能です。

●ウィンドウ操作の自動化のためのライブラリ

Pythonでウィンドウ操作の自動化を行うためには、専用のライブラリを利用します。

ウィンドウ操作の自動化に使われるライブラリはいくつか存在しますが、その中でも特に利用者が多い、使いやすいライブラリとして「pyautogui」と「keyboard」を紹介します。

○pyautoguiの紹介とインストール方法

pyautoguiは、PythonでGUI操作の自動化を行うためのライブラリです。

マウスやキーボードの操作から、画面上の特定の要素を認識してクリックする機能まで、幅広い操作が可能です。

pyautoguiのインストールは非常に簡単です。

Pythonがインストールされている環境であれば、次のコマンドを実行するだけです。

pip install pyautogui

このコマンドは、Pythonのパッケージ管理ツールであるpipを使って、pyautoguiというパッケージをインストールするものです。

実行結果として、pyautoguiの最新版がインストールされます。

○keyboardの紹介とインストール方法

keyboardは、Pythonでキーボード操作を自動化するためのライブラリです。

キー入力の送信だけでなく、特定のキーが押されたときのイベント検知も可能で、多機能なキーボード操作の自動化を実現します。

keyboardのインストールもpipを用いて行います。

次のコマンドを実行します。

pip install keyboard

このコマンドにより、keyboardパッケージがPython環境にインストールされます。

この状態で、Pythonスクリプト内からkeyboardライブラリをインポートして利用することが可能となります。

●Pythonでウィンドウ操作の自動化 15選

さて、これまでのウィンドウ操作の自動化に必要なライブラリの紹介を終えたところで、本題に入る前に再度述べておきますが、ここから紹介する内容はすべてPythonを使用します。

私たちは、Pythonの基本的な知識を持つことを前提に話を進めていきます。

それでは、Pythonでウィンドウ操作を自動化する15の方法について見ていきましょう。

○サンプルコード1：マウス操作の自動化

下記のサンプルコードはpyautoguiライブラリを使ってマウスを自動操作するためのコードです。

このコードでは、マウスを画面の中央に移動させ、左クリックを行っています。

import pyautogui

# 画面の中心にマウスを移動
pyautogui.moveTo(pyautogui.size().width / 2, pyautogui.size().height / 2)

# 左クリックを実行
pyautogui.click()

このコードを実行すると、あなたのマウスカーソルは自動的に画面の中心に移動し、左クリックが行われます。

それはちょうどあなたがマウスを手動で操作したかのように見えます。

○サンプルコード2：キーボード操作の自動化

次に紹介するのはkeyboardライブラリを使用したキーボード操作の自動化です。

下記のサンプルコードでは、”Hello, World!”という文字列を自動的に入力します。

import keyboard

# "Hello, World!"を自動入力
keyboard.write("Hello, World!")

このコードを実行すると、”Hello, World!”という文字列があなたのカーソル位置に自動的に入力されます。

それはまるであなたがキーボードを手動で操作したかのように見えます。

○サンプルコード3：ウィンドウの切り替え自動化

このサンプルコードでは、複数のウィンドウ間での切り替えを自動化します。

下記のサンプルコードでは、Alt + Tabキーを使ったウィンドウ切り替えを自動化しています。

import pyautogui

# Alt + Tabを自動実行
pyautogui.hotkey('alt', 'tab')

このコードを実行すると、あなたのPC上でアクティブなウィンドウが次のウィンドウに自動的に切り替わります。

それはまるであなたがキーボードのAlt + Tabキーを手動で操作したかのように見えます。

Pythonでウィンドウ操作を自動化する手法は多数存在します。

これからはその一部をご紹介し、初心者の方でもPythonを使ったウィンドウ操作の自動化が可能になるよう解説します。

初めてプログラミングを学ぶとき、コードを手動で一行ずつ書くのは面倒な作業かもしれません。

しかし、Pythonを用いれば、一度作ったコードを何度でも再利用でき、さまざまなウィンドウ操作を自動化することが可能です。

ここでは、具体的なサンプルコードとともに、その方法を紹介します。

○サンプルコード4：テキスト入力の自動化

ここでは、keyboard ライブラリを使用して、テキストの自動入力を行うコードを紹介します。

この例では、あらかじめ決めた文章を自動的に入力しています。

import keyboard

# "Pythonでウィンドウ操作を自動化します"と自動入力
keyboard.write("Pythonでウィンドウ操作を自動化します")

このコードを実行すると、”Pythonでウィンドウ操作を自動化します”という文字列がカーソル位置に自動的に入力されます。

これは、キーボードを手動で操作して文章を打ち込む代わりに、コードを使って自動的に文章を生成していると考えてください。

この方法は、特定のテキストを頻繁に入力する必要がある場合や、特定の形式の文章を大量に生成する場合などに非常に便利です。

○サンプルコード5：マウスの移動とクリックの自動化

次に、マウスの移動とクリックを自動化するコードを見てみましょう。

このコードは、pyautoguiライブラリを使用しています。

ここでは、マウスを指定した座標に移動させ、その位置でクリックを行う操作を自動化します。

import pyautogui

# 指定した座標（x=200, y=300）にマウスを移動
pyautogui.moveTo(200, 300)

# 移動した位置でクリックを実行
pyautogui.click()

このコードを実行すると、マウスカーソルが指定した座標に自動的に移動し、その位置でクリックが行われます。

これにより、特定の位置でクリックするという一連の操作を自動化することが可能です。

これは、同じ位置で繰り返しクリックする作業を自動化する場合などに便利です。

○サンプルコード6：特定のアプリケーションの起動の自動化

このサンプルでは、osライブラリを利用して特定のアプリケーションを起動する手法をご紹介します。

ここでは例として、ノートパッドを起動するコードを示します。

import os

# ノートパッドを起動
os.system("notepad.exe")

このコードを実行すると、システムにインストールされているノートパッドが自動的に起動します。

os.systemはシステムコマンドを実行するための関数であり、引数に与えられたコマンドをそのまま実行します。

これを使えば、手動で一つ一つアプリケーションを起動する手間を省き、複数のアプリケーションを一度にまたは予定した時間に起動するといったことが可能になります。

○サンプルコード7：ウェブブラウザの操作の自動化

ウェブブラウザの操作を自動化するには、seleniumというライブラリが便利です。

この例では、seleniumを用いてGoogle Chromeを操作し、指定したURLにアクセスするコードを紹介します。

from selenium import webdriver

# Google Chrome を操作するためのドライバを起動
driver = webdriver.Chrome()

# Googleにアクセス
driver.get("https://www.google.com")

このコードを実行すると、Google Chromeが起動し、自動的にGoogleのトップページにアクセスします。

これにより、特定のURLにアクセスするという操作を自動化することができます。

更に、seleniumはブラウザの他の操作（例えば、ページ内の特定の要素をクリックする操作やテキストを入力する操作など）も自動化することが可能です。

○サンプルコード8：スクリーンショットの取得の自動化

このサンプルでは、pyautoguiライブラリを用いてスクリーンショットを取得するコードを紹介します。

この例では、デスクトップ全体のスクリーンショットを取得し、指定したファイル名で保存しています。

import pyautogui

# スクリーンショットを取得し、指定したファイル名で保存
py

autogui.screenshot("screenshot.png")

このコードを実行すると、デスクトップ全体のスクリーンショットが撮影され、”screenshot.png”という名前のファイルとして保存されます。

これを使えば、定期的にスクリーンショットを取得したり、特定の操作後の画面状態を記録したりするといったことが可能になります。

○サンプルコード9：メールの送信の自動化

この節では、Pythonのsmtplibとemailライブラリを使用して、メール送信を自動化する方法をご紹介します。

下記のサンプルコードでは、SMTPサーバを経由してメールを送信します。

import smtplib
from email.mime.text import MIMEText
from email.utils import formatdate

FROM_ADDRESS = 'your_address@example.com'
MY_PASSWORD = 'your_password'
TO_ADDRESS = 'destination_address@example.com'
SUBJECT = 'Greeting'
BODY = 'Hello, Python automation!'

def create_message(from_addr, to_addr, subject, body):
    msg = MIMEText(body)
    msg['Subject'] = subject
    msg['From'] = from_addr
    msg['To'] = to_addr
    msg['Date'] = formatdate()
    return msg

def send(from_addr, to_addrs, msg):
    smtpobj = smtplib.SMTP('smtp.example.com', 587)
    smtpobj.ehlo()
    smtpobj.starttls()
    smtpobj.login(FROM_ADDRESS, MY_PASSWORD)
    smtpobj.sendmail(from_addr, to_addrs, msg.as_string())
    smtpobj.close()

if __name__ == '__main__':
    msg = create_message(FROM_ADDRESS, TO_ADDRESS, SUBJECT, BODY)
    send(FROM_ADDRESS, TO_ADDRESS, msg)

このコードを実行すると、設定した内容（FROM_ADDRESS、TO_ADDRESS、SUBJECT、BODY）のメールが送信されます。

FROM_ADDRESSとMY_PASSWORDには送信者のメールアドレスとパスワードを、TO_ADDRESSには送信先のメールアドレスをそれぞれ設定します。

また、SMTPサーバのアドレスとポート番号（ここでは’smtp.example.com’と587）も適切に設定する必要があります。

○サンプルコード10：音声認識と音声出力の自動化

この節では、PythonのSpeechRecognitionライブラリとgTTSライブラリを使用して、音声認識と音声出力の自動化を行います。

下記のサンプルコードでは、マイクから入力された音声をテキストに変換し、そのテキストを音声で出力します。

import speech_recognition as sr
from gtts import gTTS
import os

# 音声入力と認識
r = sr.Recognizer()
with sr.Microphone() as source:
    print("Say something!")
    audio = r.listen(source)
    text = r.recognize_google(audio, language='en-US')

# 音声出力
tts = gTTS(text=text, lang='en')
tts.save("output.mp3")
os.system("mpg321 output.mp3")

このコードを実行すると、マイクから音声を入力するとその音声がテキストに変換され、そのテキストが音声として出力されます。

音声認識と音声出力の自動化は、アシスタントアプリケーションや音声入力・出力を必要とするアプリケーションを作成する際に非常に役立ちます。

○サンプルコード11：ファイルやフォルダの操作の自動化

Pythonの組み込みライブラリであるosとshutilを使用して、ファイルやフォルダの操作を自動化することができます。

このサンプルコードでは、指定されたディレクトリ内のファイル一覧を取得し、ファイル名に特定の文字列が含まれるファイルを別のディレクトリに移動します。

import os
import shutil

src_dir = 'source_directory'
dst_dir = 'destination_directory'
keyword = 'sample'

# ディレクトリ内のファイル一覧を取得
files = os.listdir(src_dir)

# ファイル名にキーワードが含まれるファイルを移動
for file in files:
    if keyword in file:
        shutil.move(os.path.join(src_dir, file), os.path.join(dst_dir, file))

このコードを実行すると、source_directory内のファイル名に’sample’という文字列が含まれるファイルが、destination_directoryへ移動します。

ソースディレクトリ（src_dir）と宛先ディレクトリ（dst_dir）は自身の環境に合わせて指定してください。

また、keywordには探したい文字列を指定します。

これにより、特定の条件を満たすファイルを自動的に別の場所に移動させるというタスクを簡単に自動化できます。

このようなファイル操作の自動化は、大量のファイルを取り扱う際や、定期的に同じファイル操作を行う必要がある場合に非常に役立ちます。

○サンプルコード12：Excel操作の自動化

Pythonのライブラリであるopenpyxlを使用すると、Excelの読み書きを自動化することができます。

このサンプルコードでは、Excelファイルを開き、特定のセルに値を書き込み、保存するという操作を自動化しています。

from openpyxl import load_workbook

# Excelファイルを開く
wb = load_workbook('sample.xlsx')

# シートを選択
ws = wb['Sheet1']

# 特定のセルに値を書き込む
ws['A1'] = 'Hello, Excel automation!'

# Excelファイルを保存
wb.save('sample.xlsx')

このコードを実行すると、sample.xlsxファイルのSheet1のA1セルに’Hello, Excel automation!’という文字列が書き込まれ、その結果が同じExcelファイルに保存されます。

Excelファイル名やシート名、書き込みたいセル位置、書き込む文字列は自身の環境や必要に応じて適宜変更してください。

○サンプルコード13：Word操作の自動化

Pythonのライブラリpython-docxを使用することで、Word文書の生成や編集を自動化することが可能です。

下記のサンプルコードでは、新規のWord文書を作成し、その文書に段落を追加する例を紹介します。

from docx import Document

# 新規文書を作成
doc = Document()

# 段落を追加
paragraph = doc.add_paragraph('Hello, Word automation!')

# 文書を保存
doc.save('sample.docx')

このコードは、新規にWord文書を作成し、その文書に’Hello, Word automation!’というテキストの段落を追加した後、その文書を’sample.docx’という名前で保存します。

保存するファイル名は、自分の環境や要件に応じて適宜変更してください。

このように、python-docxライブラリを使用すると、Word文書の作成、編集、フォーマットの変更など、多くのWord操作をPythonで自動化できます。

これは日常的なレポート作成やドキュメンテーションの作成など、Word文書を頻繁に扱う作業を大幅に効率化することが可能です。

○サンプルコード14：画像認識による自動化

Pythonのライブラリであるpyautoguiを使用すると、画像認識を利用したGUI操作の自動化を実現できます。

下記のサンプルコードでは、指定した画像がディスプレイ上のどこにあるかを探し、その位置を取得します。

import pyautogui

# 画像認識
location = pyautogui.locateOnScreen('button.png')

print(location)

このコードを実行すると、ディスプレイ上の全体を対象に’button.png’という画像と一致する部分を探し、見つけた位置（左上のx, y座標）と画像の幅と高さを表す情報を取得します。

取得した位置情報は、その後のクリック操作やマウスの移動などの自動化に利用できます。

画像認識による自動化は、特定のボタンをクリックする、特定のアイコンにマウスを移動するなど、視覚的な要素に基づいて操作を行いたい場合に非常に有用です。

□サンプルコード15:複雑なタスクの自動化

ウィンドウ操作を自動化する際には、複雑なタスクの自動化も必要になることがあります。Pythonは多くのライブラリと組み合わせることで、多様な作業を自動化するためのコードを書くことができます。以下のコードでは、ウェブブラウザを操作して、特定の情報を自動的に取得し、その情報を新規のWord文書に書き出すという一連の作業を自動化します。

from docx import Document
from selenium import webdriver

# ウェブブラウザを開く
driver = webdriver.Chrome()

# 指定したURLにアクセス
driver.get('https://example.com')

# ページから情報を取得
info = driver.find_element_by_id('information').text

# 新規文書を作成
doc = Document()

# 段落を追加
doc.add_paragraph(info)

# 文書を保存
doc.save('information.docx')

# ブラウザを閉じる
driver.quit()

このサンプルコードでは、まずseleniumライブラリを使ってGoogle Chromeのウェブブラウザを開きます。次に、driver.get()メソッドを使って特定のURL（ここでは’https://example.com’）にアクセスします。そのページ上から、特定の情報（ここではidが’information’の要素のテキスト）を取得します。

その後、先ほどと同様にpython-docxライブラリを使って新規のWord文書を作成し、取得した情報をその文書に書き出します。

最後に、ブラウザを閉じるためにdriver.quit()を呼び出します。

このように、Pythonのライブラリを組み合わせることで、複数の作業を連携させて一つの複雑なタスクを自動化することが可能になります。

このような自動化は、日常的な情報収集やレポート作成など、多くの業務で活用できます。

次に、自動化スクリプトの応用例について解説します。

●自動化スクリプトの応用例

ウィンドウ操作の自動化は、日常的な作業を効率化するだけでなく、より複雑なタスクを解決するためのツールとしても使用できます。

例えば、データの収集や分析、定期的なレポート作成、システムの監視とメンテナンスなど、多くの業務が自動化の対象となります。

自動化スクリプトの作成には、Pythonの基本的な知識だけでなく、対象となる作業の理解と分析が必要となります。

タスクを細かく分解し、それぞれの部分を自動化できるようにスクリプトを設計することが重要です。

○ファイル操作の自動化

日常的な業務では、ファイルの作成、編集、保存、移動、リネームなど、多くのファイル操作が必要になることがあります。

これらの操作は、一つ一つ手作業で行うと時間がかかりますが、Pythonを使用すれば簡単に自動化することができます。

次に、ファイル操作の自動化の一例として、ファイルの一括リネームを紹介します。

○Web操作の自動化

Pythonを使ってWeb操作を自動化すると、データ取得、フォーム入力、ログイン操作など様々なタスクを効率的に行えます。

その一例としてWebスクレイピングを紹介します。

□サンプルコード18：Webスクレイピング

Webスクレイピングは、Webページから情報を抽出するための技術です。

Pythonでのスクレイピングでは主にBeautifulSoupライブラリが用いられます。

import requests
from bs4 import BeautifulSoup

# WebページのURL
url = 'http://example.com'

# Webページを取得
response = requests.get(url)

# BeautifulSoupオブジェクトを作成
soup = BeautifulSoup(response.content, 'html.parser')

# Webページから特定の情報を取得
info = soup.find('div', class_='specific_class').text

# 取得した情報を出力
print(info)

このコードでは、まずrequestsモジュールを使ってWebページを取得しています。

取得したWebページの内容をBeautifulSoupオブジェクトに変換し、その後、特定のHTMLタグとクラスを指定して情報を取得しています。

このスクリプトを実行すると、指定したURLのWebページから特定のHTMLタグ（この例では’div’）とクラス（この例では’specific_class’）を持つ要素のテキスト情報が取得できます。

これにより、Webページから必要な情報を自動で取得することができます。

しかし、Webスクレイピングには注意点があります。

Webサイトによってはスクレイピングを禁止しているものもありますので、利用規約を確認した上で行うようにしましょう。

次に、定期的なデータ取得と保存の自動化について説明します。

□サンプルコード19：定期的なデータ取得と保存

特定のWebサイトから定期的にデータを取得し、それを保存するスクリプトを作成することも可能です。

import requests
import time
from bs4 import BeautifulSoup

# WebページのURL
url = 'http://example.com'

while True:
    # Webページを取得
    response = requests.get(url)

    # BeautifulSoupオブジェクトを作成
    soup = BeautifulSoup(response.content, 'html.parser')

    # Webページから特定の情報を取得
    info = soup.find('div', class_='specific_class').text

    # 取得した情報をファイルに保存
    with open('output.txt', 'a') as f:
        f.write(info + '\n')

    # 60秒間スリープ
    time.sleep(60)

このスクリプトは先ほどのWebスクレイピングのスクリプトを無限ループ内に配置し、取得した情報をファイルに書き込んで保存しています。

さらに、time.sleep関数を使って1分ごとにデータを取得するようにしています。

このスクリプトを実行すると、指定したURLのWebページから特定のHTMLタグとクラスを持つ要素のテキスト情報を1分ごとに取得し、それを’output.txt’という名前のファイルに保存します。

これにより、定期的なデータ取得と保存の作業を自動化することができます。