C# UI Automation实战指南：实现Windows桌面应用自动化操作

在C#企业级开发或自动化脚本编写中，开发者常会遇到一个共同痛点：如何高效、可靠地自动化操作那些没有提供开放API接口的传统或封闭式Windows桌面应用？例如，批量处理大量记事本文件、自动填写老旧的客户端软件表单，或是对一些专用工业软件进行重复性功能测试。传统的解决方案往往依赖不稳定的图像识别，或是低效的人工模拟操作，不仅维护成本高，而且难以保证稳定性。

实际上，微软早已在操作系统中内置了一套强大且稳定的自动化框架——UI Automation。它允许你的C#程序像真实用户一样，精准识别应用程序窗口、定位界面按钮、在文本框中输入内容并执行保存等操作，真正实现了对图形用户界面的程序化控制。

本文将从一个完整的“自动化操作Windows记事本”的案例出发，深入讲解如何利用C#和UI Automation框架，从零开始构建一个健壮的桌面自动化程序。

UI Automation最初是微软为辅助功能（如屏幕阅读器）设计的一套可访问性技术规范，但由于其直接与Windows底层UI框架交互，具备极高的通用性和稳定性，因此逐渐成为了桌面应用自动化的首选方案。

该技术的核心优势在于，它不依赖于目标应用程序是否开放了编程接口。只要其界面元素能够被Windows系统识别（绝大多数基于Win32、WPF、UWP等技术构建的标准桌面应用都支持），我们的程序就能对其进行查找和操控。

核心实现原理

UI Automation将应用程序界面中的每一个元素（如窗口、按钮、文本框、列表框等）都抽象为一个AutomationElement对象。每个对象都包含一系列属性（如控件类型、名称、自动化ID）和支持的操作模式（如点击、选择、输入文本）。

自动化的基本流程分为两步：

1. 查找元素：通过创建条件（如控件类型、名称、自动化ID等），在UI树中定位到目标控件。
2. 执行操作：获取目标控件支持的操作模式（如InvokePattern用于点击按钮，ValuePattern用于设置文本框值），并调用相应的方法。

这种方法完全基于程序逻辑，无需依赖图像识别，因此执行速度快，可靠性高，且不受屏幕分辨率、主题变化的影响。

项目环境配置

要使用UI Automation，首先需要在C#项目中添加对相应COM组件的引用。以下是一个针对.NET 8的控制台应用程序的项目文件（.csproj）配置示例：

<Project Sdk="Microsoft.NET.Sdk">
  <PropertyGroup>
    <OutputType>Exe</OutputType>
    <TargetFramework>net8.0</TargetFramework>
    <UseWindowsForms>true</UseWindowsForms>
  </PropertyGroup>
  <ItemGroup>
    <COMReference Include="UIAutomationClient">
      <WrapperTool>tlbimp</WrapperTool>
      <Guid>944de083-8fb8-45cf-bcb7-c477acb2f897</Guid>
    </COMReference>
  </ItemGroup>
</Project>

关键点在于通过<COMReference>引用了UIAutomationClient库，并设置<UseWindowsForms>true</UseWindowsForms>以确保应用具有UI消息循环。

核心工具类封装

一套健壮的自动化程序离不开对基础操作的封装，例如带重试机制的控件查找和可靠的键盘输入模拟。

1. 元素查找器 (ElementFinder)
桌面应用的界面加载可能存在延迟，直接查找控件容易失败。因此，封装一个带超时和重试逻辑的查找工具类至关重要。

public static class ElementFinder
{
    private static readonly IUIAutomation _automation = new CUIAutomation();

    public static IUIAutomationElement GetDesktop()
    {
        return _automation.GetRootElement();
    }

    public static IUIAutomationElement? FindElementSafely(
        IUIAutomationElement parent, 
        IUIAutomationCondition condition, 
        TreeScope scope, 
        int timeoutMs = 5000)
    {
        var endTime = DateTime.Now.AddMilliseconds(timeoutMs);

        while (DateTime.Now < endTime)
        {
            try
            {
                var element = parent.FindFirst(scope, condition);
                if (element != null) return element;
            }
            catch (COMException)
            {
                // UI可能正在变化，忽略异常并继续重试
            }
            Thread.Sleep(100);
        }
        return null;
    }

    public static IUIAutomationElement? FindFirstByControlType(
        IUIAutomationElement parent, 
        int controlTypeId, 
        int timeoutMs = 3000)
    {
        var condition = _automation.CreatePropertyCondition(
            UIA_PropertyIds.UIA_ControlTypePropertyId, controlTypeId);
        return FindElementSafely(parent, condition, TreeScope.TreeScope_Subtree, timeoutMs);
    }
}

2. 键盘操作助手 (KeyboardHelper)
对于文本输入，尤其是在Windows 11新版记事本等应用中，传统的SendKeys.Send()方法可能失效。采用更底层的keybd_event Windows API可以确保所有键盘操作（包括中英文输入、大小写、快捷键）都能被准确模拟。

public static class KeyboardHelper
{
    [DllImport("user32.dll")]
    private static extern void keybd_event(byte bVk, byte bScan, uint dwFlags, UIntPtr dwExtraInfo);
    [DllImport("user32.dll")]
    private static extern short VkKeyScan(char ch);

    private const uint KEYEVENTF_KEYUP = 0x0002;
    private const byte VK_CONTROL = 0x11;

    public static void SendText(string text)
    {
        foreach (char c in text)
        {
            if (c == '\r') continue;
            SendChar(c);
        }
    }

    public static void SendChar(char character)
    {
        short vkKey = VkKeyScan(character);
        byte virtualKey = (byte)(vkKey & 0xFF);
        bool needShift = (vkKey & 0x0100) != 0;

        if (needShift)
            keybd_event(0x10, 0, 0, UIntPtr.Zero); // Shift down

        keybd_event(virtualKey, 0, 0, UIntPtr.Zero); // Key down
        keybd_event(virtualKey, 0, KEYEVENTF_KEYUP, UIntPtr.Zero); // Key up

        if (needShift)
            keybd_event(0x10, 0, KEYEVENTF_KEYUP, UIntPtr.Zero); // Shift up

        Thread.Sleep(10);
    }

    public static void SendCtrlS()
    {
        keybd_event(VK_CONTROL, 0, 0, UIntPtr.Zero);
        SendChar('s');
        keybd_event(VK_CONTROL, 0, KEYEVENTF_KEYUP, UIntPtr.Zero);
    }
}

主业务流程：记事本自动化

下面的NotepadAutomation类整合了打开记事本、输入文本、保存文件、关闭应用的完整流程。它特别处理了不同Windows版本（如Win11新版记事本使用RichEditD2DPT类名）的兼容性问题，并展示了如何与“另存为”对话框交互。

public class NotepadAutomation
{
    private Process? _notepadProcess;
    private IUIAutomationElement? _notepadWindow;

    public bool RunTest()
    {
        try
        {
            if (!OpenNotepad()) return false;
            if (!InputRandomText()) return false;
            if (!SaveFile()) return false;
            if (!CloseNotepad()) return false;
            Console.WriteLine("✅ 自动化任务完成！");
            return true;
        }
        catch (Exception ex)
        {
            Console.WriteLine($"❌ 执行失败: {ex.Message}");
            return false;
        }
        finally
        {
            CleanUp();
        }
    }

    private bool InputRandomText()
    {
        if (_notepadWindow == null) return false;
        // 策略1：优先按控件类型查找编辑框
        var editControl = ElementFinder.FindFirstByControlType(
            _notepadWindow, UIA_ControlTypeIds.UIA_EditControlTypeId, 2000);
        // 策略2：针对新版记事本，按类名查找
        if (editControl == null)
        {
            editControl = ElementFinder.FindByClassName(_notepadWindow, "RichEditD2DPT", 3000);
        }
        // 策略3：降级方案，直接向窗口发送键盘输入
        if (editControl == null)
        {
            Console.WriteLine("⚠️ 未找到编辑控件，使用直接输入模式");
            return InputTextDirectlyToWindow();
        }
        editControl.SetFocus();
        Thread.Sleep(500);
        var textLines = GenerateRandomTextLines(10);
        var fullText = string.Join(Environment.NewLine, textLines);
        return TryInputText(editControl, fullText);
    }

    private bool SaveFile()
    {
        _notepadWindow?.SetFocus();
        KeyboardHelper.SendCtrlS(); // 发送Ctrl+S快捷键
        Thread.Sleep(3000); // 等待保存对话框弹出

        var desktop = ElementFinder.GetDesktop();
        var saveDialog = FindSaveDialog(desktop);
        if (saveDialog == null)
        {
            Console.WriteLine("❌ 未找到保存对话框");
            return false;
        }
        var fileName = $"AutoTest_{DateTime.Now:yyyyMMddHHmmss}.txt";
        // 查找并填充文件名文本框
        var fileNameEdit = FindFileNameEditBox(saveDialog);
        if (fileNameEdit != null && !IsSearchBox(fileNameEdit))
        {
            fileNameEdit.SetFocus();
            Thread.Sleep(300);
            KeyboardHelper.SendCtrlA(); // 全选现有文本
            KeyboardHelper.SendText(fileName);
        }
        // 查找并点击“保存”按钮
        var saveButton = ElementFinder.FindButton(saveDialog, "Save", 2000) ??
                         ElementFinder.FindByAutomationId(saveDialog, "1", 2000);
        if (saveButton != null)
        {
            ClickElement(saveButton);
            Thread.Sleep(2000);
            var desktopPath = Environment.GetFolderPath(Environment.SpecialFolder.Desktop);
            return File.Exists(Path.Combine(desktopPath, fileName));
        }
        return false;
    }

    private bool IsSearchBox(IUIAutomationElement element)
    {
        var name = element.CurrentName ?? "";
        var automationId = element.CurrentAutomationId ?? "";
        return name.Contains("Search") || automationId.Contains("Search");
    }
}

应用场景扩展

基于UI Automation的自动化方案具有极强的通用性，远不止于操作记事本，可广泛应用于以下场景：

• 办公自动化：批量处理Excel报表、Word文档的格式调整与数据填写。
• 软件自动化测试：对没有API或测试框架支持的遗留桌面软件进行功能回归测试。
• 数据采集与迁移：从封闭的工控系统、医疗软件等客户端界面中定时提取运行数据或日志。
• 运维脚本：自动执行软件安装、配置备份、定期报告生成等重复性桌面操作任务。

开发注意事项与最佳实践

1. 健壮性设计：务必为控件查找操作设置合理的超时时间，并实现重试机制，以应对界面加载延迟。
2. 性能优化：对需要频繁访问的控件，可缓存其AutomationElement引用，避免重复遍历UI树。
3. 兼容性处理：针对不同版本的应用程序，准备多套查找策略（如按控件类型、按名称、按自动化ID、按类名），并在主策略失败时优雅降级。
4. 异常处理与降级：当标准的UI模式调用（如InvokePattern.Invoke()）失败时，应备有降级方案，例如模拟键盘快捷键或鼠标点击。

总结

C# UI Automation是一套强大且官方的桌面自动化解决方案，它能有效解决在缺乏API的封闭环境中实现程序化操作的难题。本文提供的代码框架经过实践检验，注重健壮性和可扩展性，可直接应用于工业软件自动化、测试工具开发或个人效率提升脚本。

掌握此项技术，意味着你能够以编程方式与几乎任何Windows桌面应用进行交互，这在追求效率与自动化的今天，无疑是一项极具价值的技术能力。