xdotool命令行自动化指南

xdotool命令行自动化指南 | AI生成和翻译

Home 2025.09

什么是 xdotool？

xdotool 是一个用于 X11（Linux 桌面环境）的命令行自动化工具，它允许您：

控制鼠标移动和点击
向应用程序发送击键
操作窗口（移动、调整大小、聚焦）
通过各种条件搜索窗口
以编程方式自动化桌面交互

安装

# Ubuntu/Debian
sudo apt install xdotool

# Fedora/RHEL/CentOS
sudo dnf install xdotool

# Arch Linux
sudo pacman -S xdotool

# 从源码安装
git clone https://github.com/jordansissel/xdotool
cd xdotool
make
sudo make install

核心命令

窗口信息命令

`getactivewindow`

获取当前活动/聚焦窗口的窗口 ID。

xdotool getactivewindow
# 输出：52428807（窗口 ID）

# 获取活动窗口的窗口标题
xdotool getactivewindow getwindowname

`getwindowfocus`

类似于 getactivewindow，但在某些窗口管理器中行为可能不同。

xdotool getwindowfocus

`getwindowname`

获取窗口的标题/名称。

# 获取活动窗口的名称
xdotool getactivewindow getwindowname

# 获取特定窗口 ID 的名称
xdotool getwindowname 52428807

`getwindowpid`

获取与窗口关联的进程 ID（PID）。

xdotool getactivewindow getwindowpid

`getwindowgeometry`

获取窗口的位置和大小信息。

xdotool getactivewindow getwindowgeometry
# 输出：Window 52428807
#   Position: 100,50 (screen: 0)
#   Geometry: 800x600

`getdisplaygeometry`

获取屏幕/显示器的尺寸。

xdotool getdisplaygeometry
# 输出：1920x1080

窗口搜索与选择

`search`

通过各种条件搜索窗口。

# 按窗口名称/标题搜索
xdotool search --name "Firefox"
xdotool search --name "Terminal"

# 按类名搜索
xdotool search --class "firefox"

# 不区分大小写搜索
xdotool search --name --onlyvisible --maxdepth 1 "terminal"

# 常用搜索选项：
# --name: 搜索窗口标题
# --class: 搜索窗口类名
# --classname: 搜索窗口类实例名
# --onlyvisible: 仅可见窗口
# --maxdepth N: 限制搜索深度
# --limit N: 限制结果数量
# --desktop N: 搜索特定桌面/工作区

`selectwindow`

交互式窗口选择（点击选择）。

xdotool selectwindow
# 点击任意窗口获取其 ID

鼠标控制

`click`

模拟鼠标点击。

# 在当前位置左键点击
xdotool click 1

# 右键点击
xdotool click 3

# 中键点击
xdotool click 2

# 双击
xdotool click --repeat 2 1

# 在特定坐标点击
xdotool mousemove 500 300 click 1

# 带延迟点击
xdotool click --delay 500 1

`getmouselocation`

获取当前鼠标光标位置。

xdotool getmouselocation
# 输出：x:500 y:300 screen:0 window:52428807

# 仅获取坐标
xdotool getmouselocation --shell
# 输出：X=500 Y=300 SCREEN=0 WINDOW=52428807

鼠标移动

# 将鼠标移动到绝对位置
xdotool mousemove 500 300

# 相对于当前位置移动鼠标
xdotool mousemove_relative 10 -20

# 在一个命令中移动并点击
xdotool mousemove 500 300 click 1

键盘输入

`key`

向活动窗口发送击键。

# 发送单个键
xdotool key Return
xdotool key Escape
xdotool key Tab

# 发送组合键
xdotool key ctrl+c
xdotool key ctrl+alt+t
xdotool key shift+F10

# 按顺序发送多个键
xdotool key ctrl+l type "https://google.com" key Return

# 常用键名：
# - 字母：a, b, c, ...（小写）
# - 数字：1, 2, 3, ...
# - 特殊键：Return, Escape, Tab, space, BackSpace, Delete
# - 功能键：F1, F2, ... F12
# - 修饰键：ctrl, alt, shift, super（Windows 键）
# - 方向键：Up, Down, Left, Right

文本输入

# 输入文本（模拟逐个字符输入）
xdotool type "Hello World"

# 在字符间带延迟输入
xdotool type --delay 100 "Slow typing"

# 清除延迟以实现快速输入
xdotool type --clearmodifiers --delay 0 "Fast text"

窗口操作

# 聚焦/激活窗口
xdotool windowactivate WINDOW_ID

# 最小化窗口
xdotool windowminimize WINDOW_ID

# 最大化窗口
xdotool windowmaximize WINDOW_ID

# 关闭窗口
xdotool windowclose WINDOW_ID

# 将窗口移动到指定位置
xdotool windowmove WINDOW_ID 100 50

# 调整窗口大小
xdotool windowsize WINDOW_ID 800 600

# 将窗口移动到特定桌面
xdotool set_desktop_for_window WINDOW_ID 2

# 将窗口提升到顶部
xdotool windowraise WINDOW_ID

# 映射（显示）窗口
xdotool windowmap WINDOW_ID

# 取消映射（隐藏）窗口
xdotool windowunmap WINDOW_ID

高级功能

`behave`

设置窗口事件行为（触发器）。

# 当窗口获得焦点时执行命令
xdotool behave WINDOW_ID focus exec echo "Window focused"

# 当窗口创建时执行
xdotool behave WINDOW_ID create exec "notify-send 'New window'"

# 可用事件：focus, unfocus, mouse-enter, mouse-leave, create, destroy

`behave_screen_edge`

当鼠标到达屏幕边缘时触发操作。

# 当鼠标碰到左边缘时执行命令
xdotool behave_screen_edge left exec "echo 'Left edge hit'"

# 可用边缘：left, right, top, bottom

实用示例

基础自动化脚本

打开终端并运行命令

#!/bin/bash
# 打开终端并运行 ls 命令
xdotool key ctrl+alt+t
sleep 1
xdotool type "ls -la"
xdotool key Return

截取活动窗口截图

#!/bin/bash
WINDOW=$(xdotool getactivewindow)
NAME=$(xdotool getwindowname $WINDOW | sed 's/[^a-zA-Z0-9]/_/g')
import -window $WINDOW "screenshot_${NAME}.png"

聚焦特定应用程序

#!/bin/bash
# 聚焦 Firefox，如果未运行则打开
WINDOW=$(xdotool search --onlyvisible --class "firefox" | head -1)
if [ -n "$WINDOW" ]; then
    xdotool windowactivate $WINDOW
else
    firefox &
fi

窗口管理脚本

并排平铺窗口

#!/bin/bash
# 获取屏幕几何信息
eval $(xdotool getdisplaygeometry --shell)
HALF_WIDTH=$((WIDTH / 2))

# 获取两个最近的窗口
WINDOWS=($(xdotool search --onlyvisible --maxdepth 1 "" | tail -2))

# 将第一个窗口定位在左侧
xdotool windowsize ${WINDOWS[0]} $HALF_WIDTH $HEIGHT
xdotool windowmove ${WINDOWS[0]} 0 0

# 将第二个窗口定位在右侧
xdotool windowsize ${WINDOWS[1]} $HALF_WIDTH $HEIGHT
xdotool windowmove ${WINDOWS[1]} $HALF_WIDTH 0

居中活动窗口

#!/bin/bash
WINDOW=$(xdotool getactivewindow)
eval $(xdotool getdisplaygeometry --shell)
eval $(xdotool getwindowgeometry --shell $WINDOW)

NEW_X=$(((WIDTH - WINDOW_WIDTH) / 2))
NEW_Y=$(((HEIGHT - WINDOW_HEIGHT) / 2))

xdotool windowmove $WINDOW $NEW_X $NEW_Y

应用程序特定自动化

浏览器自动化

#!/bin/bash
# 打开新标签页并导航
xdotool key ctrl+t
sleep 0.5
xdotool type "github.com"
xdotool key Return

文本编辑器自动化

#!/bin/bash
# 全选并复制到剪贴板
xdotool key ctrl+a
sleep 0.1
xdotool key ctrl+c

技巧与最佳实践

定时与延迟

# 为慢速应用程序添加延迟
xdotool key ctrl+alt+t
sleep 2  # 等待终端打开
xdotool type "echo hello"

# 使用 xdotool 的内置延迟
xdotool key --delay 100 ctrl+alt+t

错误处理

#!/bin/bash
# 在对窗口操作前检查其是否存在
WINDOW=$(xdotool search --name "MyApp" 2>/dev/null)
if [ -n "$WINDOW" ]; then
    xdotool windowactivate $WINDOW
else
    echo "Window not found"
    exit 1
fi

处理多个窗口

#!/bin/bash
# 对特定应用程序的所有窗口执行操作
xdotool search --name "Firefox" | while read WINDOW; do
    xdotool windowactivate $WINDOW
    xdotool key F5  # 刷新
    sleep 0.5
done

调试

# 启用详细输出
xdotool --verbose key Return

# 获取详细的窗口信息
xdotool search --name "Terminal" getwindowgeometry getwindowname getwindowpid

常见用例

窗口管理：以编程方式聚焦、移动、调整窗口大小
应用程序测试：自动化 GUI 测试场景
演示工具：自动化幻灯片导航和窗口切换
游戏宏：自动化重复性游戏任务
无障碍功能：为残障用户创建自定义输入方法
系统管理：自动化基于 GUI 的管理任务
开发工具：与 IDE 和开发工作流集成

故障排除

常见问题

命令不工作：确保 X11 正在运行（不是 Wayland）
权限问题：某些操作可能需要适当的用户权限
窗口未找到：使用 xdotool search 验证窗口是否存在且可见
定时问题：在命令之间添加适当的延迟
特殊字符：对文本输入中的特殊字符使用适当的转义

安全考虑

xdotool 可以控制任何应用程序，请谨慎使用
避免运行不受信任的 xdotool 脚本
在处理敏感数据的自动化操作中要小心
考虑仅在受控环境中使用 xdotool

本指南涵盖了 xdotool 的基本和高级功能。尝试这些命令，创建适合您特定需求的强大桌面自动化脚本。

Back

anthropic/claude-sonnet-4

Donate