PyAutoGUI本身不支持录制，因其设计定位是跨平台GUI自动化控制，不监听系统级输入事件；需借助pynput等库捕获原始事件并映射为PyAutoGUI调用序列。
PyAutoGUI 本身不支持录制操作，它只提供回放能力；要实现“录制+回放”，必须自己捕获鼠标/键盘事件并转为 PyAutoGUI 调用序列。
为什么 PyAutoGUI 没有 record() 函数
PyAutoGUI 的设计定位是“跨平台 GUI 自动化控制”，底层依赖 pygetwindow、pyscreeze 和系统级输入模拟（如 ctypes 调用 Windows API 或 X11），但它**不监听系统级输入事件**——这意味着它无法知道你什么时候点了哪里、按了什么键。
常见误解是看到 pyautogui.mouseInfo() 就以为能录，其实它只是实时显示坐标和像素色值，不记录动作流。
如何手动实现录制功能（Windows/macOS/Linux 通用思路）
核心是用第三方库捕获原始输入事件，再映射为 pyautogui.moveTo()、pyautogui.click()、pyautogui.typewrite() 等调用。推荐组合：
立即学习“Python免费学习笔记（深入）”；
-
pynput：跨平台监听鼠标/键盘（Listener类），能拿到坐标、按键名、时间戳 -
pyautogui：负责后续回放，注意启用pyautogui.PAUSE = 0.1控制节奏 - 录制时建议用
time.time()记录每步相对起始时间，回放时用time.sleep(delta)对齐 - 避免直接录
pyautogui.keyDown('ctrl')这类组合键——应录下原始Key.ctrl和KeyCode.from_char('c')，再在回放时合成
一个最小可行录制脚本的关键片段
以下代码仅捕获鼠标点击和键盘输入（不含拖拽、滚轮等），保存为 JSON 序列：
import json
import time
from pynput import mouse, keyboard
<p>events = []
start_time = None</p><p>def on_click(x, y, button, pressed):
global start_time
if start_time is None: start_time = time.time()
if pressed:
events.append({
"type": "click",
"x": x, "y": y,
"button": str(button),
"time": time.time() - start_time
})</p><p>def on_press(key):
try:
char = key.char
except AttributeError:
char = str(key)
events.append({
"type": "press",
"key": char,
"time": time.time() - start_time
})</p><h1>启动监听（需手动 Ctrl+C 停止）</h1><p>with mouse.Listener(on_click=on_click) as ml, \
keyboard.Listener(on_press=on_press) as kl:
ml.join()
kl.join()</p><p>with open("recording.json", "w") as f:
json.dump(events, f)</p>回放时逐条读取 recording.json，用 pyautogui.moveTo(e["x"], e["y"]) + pyautogui.click() 或 pyautogui.press(e["key"]) 执行——注意：中文输入、快捷键组合、焦点切换等场景需要额外处理，PyAutoGUI 无法自动还原窗口上下文。
容易被忽略的三个硬伤
实际落地时，这三点常导致录制“看起来成功、运行就失败”：
- 分辨率/缩放变化：录制时是 1920×1080@125%，回放时切到 4K 屏，
moveTo(100, 200)会点偏——必须用图像识别（pyautogui.locateOnScreen()）或相对坐标归一化 - 目标窗口未激活：PyAutoGUI 不管当前哪个窗口在前，
click()直接发到底层，若目标软件被遮挡或未响应，操作就丢给错误窗口 - 无状态感知：它不知道“按钮是否已禁用”“弹窗是否弹出”，纯靠延时硬等，稳定性极差；真正可靠的自动化得结合
pyautogui.locateOnScreen()+timeout循环等待
也就是说，所谓“录制”，只是生成了一段脆弱的、强依赖环境的指令流水线；想让它鲁棒，就得放弃纯录制思维，转向“关键节点识别 + 条件化操作”的混合模式。
