VC指定窗口模拟按键或鼠标事件：用SendMessage/PostMessage与keybd_event/mouse_event的完整实现

1. 从记事本到自绘控件VC 指定窗口模拟按键与鼠标事件到底难在哪做 Windows 桌面自动化的朋友大概率都遇到过这个需求程序在后台跑但要往另一个已经打开的窗口里打字或者点按钮。比如批量往记事本里灌数据、自动点某个老软件的确认框、给一个没有对外接口的采集程序补录信息。这时候绕不开两个方向消息级的SendMessage/PostMessage和输入级的keybd_event/mouse_event。我先把结论摆出来省得你走弯路。SendMessage和PostMessage是往目标窗口的消息队列里塞一条消息只要拿到窗口句柄HWND窗口在不在前台、有没有被遮挡都不影响消息投递这是它最香的地方。而keybd_event/mouse_event走的是系统输入层本质是模拟真实的键盘鼠标动作它作用于当前前台窗口和当前光标位置目标窗口必须激活到最前否则你按的键就跑到别的窗口去了。所以选型逻辑很清晰能拿到 HWND、且目标控件是标准 Windows 控件Edit、Button、ComboBox 这类优先用消息级方案稳定、可后台、不抢焦点。如果目标是个自绘控件、游戏窗口、或者对消息做了过滤只认真实输入那才退回到输入级方案配合SetForegroundWindow把窗口顶到前面。这里有个很多人踩的坑SendMessage发WM_CHAR给记事本能出字但发给某些自绘的编辑框一个字都不出。原因在于自绘控件根本不处理WM_CHAR它自己在WM_KEYDOWN里做字符映射。这时候要么改发WM_KEYDOWN/WM_KEYUP要么老老实实上keybd_event。下面我把两条路径都拆开讲从拿句柄、算坐标、封装消息参数到用 Spy 验证消息有没有真的到达一步步来。你照着敲就能跑。2. 前置准备TaoToken 接入与 VC 工程环境配置在动手写代码之前先把两件事办了一个是工程环境一个是如果你打算把这类自动化脚本接到大模型能力上比如让模型生成要发送的文本、或者做智能填表可以顺手把 TaoToken 的接入配好。TaoToken 是一个聚合多家大模型能力的 API 平台官网在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 。它对你写 VC 自动化本身没有强制依赖但如果你想让程序智能一点——比如根据窗口内容自动决定发什么键——接上模型会方便很多。先说工程环境。打开 Visual Studio新建一个 Win32 控制台程序或者 MFC 对话框程序都行。关键是在项目属性里确认字符集。老代码里FindWindow(notepad, NULL)这种写法用的是 ANSI 字符串如果你工程设成了 Unicode 字符集编译会报错或者运行时找不到窗口。两个办法要么把字符集改成使用多字节字符集要么把字符串写成_T(notepad)或者Lnotepad。我建议后者兼容性更好。需要包含的头文件#include windows.h #include tlhelp32.h // 进程遍历用 #include stdio.h链接库方面user32.lib是默认链接的SendMessage、keybd_event、mouse_event、SetCursorPos都在里面不用额外配置。如果你用mouse_event遇到废弃警告可以换成SendInput但本文按标题要求讲mouse_event它依然能用。关于 TaoToken 的配置如果你要接先在控制台建一个 API Key。访问 https://taotoken.net/api-keys 创建密钥然后在代码里用 HTTP 请求调用。一个最小的调用示例用 WinHTTP 或者 libcurl 都行这里给个 curl 命令行验证curl https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer 你的API_KEY \ -d { model: claude-sonnet-4-5, messages: [{role:user,content:生成一段要填入记事本的文本}] }模型 ID 这块要注意TaoToken 上不同模型的 ID 不一样具体以文档为准接入文档在 https://taotoken.net/doc 。如果你只是做纯窗口自动化这一步可以先跳过等需要智能决策时再接。环境准备好之后我们进入正题。先讲怎么拿到目标窗口的句柄这是所有方案的地基。3. 可复制配置窗口句柄获取、坐标换算与消息参数封装拿句柄这件事从易到难有好几层。最简单的是知道窗口类名和标题直接FindWindow。记事本的主窗口类名是Notepad注意新版 Win10/11 的记事本类名可能变成Notepad或 UWP 的ApplicationFrameWindow老版本是notepad大小写敏感建议用 Spy 确认。拿到主窗口后编辑区是它的子窗口类名Edit。HWND hMain ::FindWindow(_T(Notepad), NULL); if (hMain NULL) { // 兼容老版本类名 hMain ::FindWindow(_T(notepad), NULL); } HWND hEdit ::FindWindowEx(hMain, NULL, _T(Edit), NULL);如果连类名都不知道可以用GetTopWindow往下摸HWND hChild ::GetTopWindow(hMain); // 第一个子窗口再进一步如果连窗口标题都不知道但你知道进程 ID那就遍历窗口按进程 ID 匹配。这是最通用的一招struct EnumParam { HWND hMainWnd; DWORD dwProcessID; }; BOOL CALLBACK EnumWinProc(HWND hwnd, LPARAM lParam) { DWORD dwID 0; EnumParam* pep (EnumParam*)lParam; GetWindowThreadProcessId(hwnd, dwID); if (dwID pep-dwProcessID) { pep-hMainWnd hwnd; return FALSE; // 找到就停 } return TRUE; } HWND FindMainWndByPID(DWORD pid) { EnumParam ep; ep.hMainWnd NULL; ep.dwProcessID pid; while (ep.hMainWnd NULL) { EnumWindows((WNDENUMPROC)EnumWinProc, (LPARAM)ep); if (ep.hMainWnd NULL) Sleep(20); // 关键不加这句 CPU 会飙满 } return ep.hMainWnd; }注意那个Sleep(20)这是原代码里特意强调的。窗口还没创建出来时EnumWindows会疯狂空转把 CPU 吃满还会拖慢被启动的程序。加个 20 毫秒的休眠既省资源又不影响响应速度。拿到句柄后如果是 MFC 工程可以用FromHandle把 HWND 转成CWnd*CWnd* pWnd CWnd::FromHandle(hMain); HWND hEdit2 pWnd-GetTopWindow()-m_hWnd;接下来是消息参数封装。发字符用WM_CHARwParam 就是字符本身CString s _T(Hello 自动化); for (int i 0; i s.GetLength(); i) { ::SendMessage(hEdit, WM_CHAR, (WPARAM)s[i], 0); }发鼠标点击给按钮用WM_LBUTTONDOWN和WM_LBUTTONUP配对::SendMessage(hButton, WM_LBUTTONDOWN, MK_LBUTTON, MAKELPARAM(0, 0)); ::SendMessage(hButton, WM_LBUTTONUP, 0, MAKELPARAM(0, 0));坐标换算这块MAKELPARAM(x, y)把两个 16 位坐标打包进一个 LPARAM低位是 x高位是 y。如果你拿到的是屏幕坐标要先ScreenToClient转成客户区坐标再打包POINT pt {100, 50}; ::ScreenToClient(hTarget, pt); LPARAM lp MAKELPARAM(pt.x, pt.y); ::PostMessage(hTarget, WM_LBUTTONDOWN, MK_LBUTTON, lp);输入级方案这边keybd_event和mouse_event的封装// 键盘按下 抬起 keybd_event(VK_RETURN, 0, 0, 0); keybd_event(VK_RETURN, 0, KEYEVENTF_KEYUP, 0); // 鼠标先移动再点击 SetCursorPos(500, 300); mouse_event(MOUSEEVENTF_LEFTDOWN, 0, 0, 0, 0); mouse_event(MOUSEEVENTF_LEFTUP, 0, 0, 0, 0);如果你要把这套自动化接到模型上做智能填表可以在工程里加一个settings.json或者config.toml存 API 配置路径放在工程根目录{ base_url: https://taotoken.net/api, api_key: sk-你的密钥, model_id: claude-sonnet-4-5, target_window_class: Notepad, target_edit_class: Edit }这样 Base URL、Key、Model ID 三件套就齐了程序启动时读配置窗口类名也能灵活改不用每次重新编译。4. 验证请求与成功结果Spy 观察消息到达与前后台响应差异代码写完怎么确认消息真的到了目标窗口别靠肉眼猜用 Spy。这是 VS 自带的工具在工具菜单里能找到或者直接搜spyxx.exe。打开 Spy先Search - Find Window把准星拖到记事本窗口上它会显示窗口句柄、类名、标题。记下这个句柄值和你代码里FindWindow拿到的对比一致就说明句柄找对了。然后Spy - Log Messages选中目标窗口在 Message 过滤里勾上WM_CHAR、WM_KEYDOWN、WM_LBUTTONDOWN这些。回到你的程序触发发送Spy 的日志窗口会实时刷出消息记录。如果看到WM_CHAR带着你发的字符值进来了说明消息投递成功。如果一条都没有那要么句柄错了要么消息被目标窗口的父级拦截了。这里有个经典对比实验你一定要做一遍能彻底理解两种方案的区别把记事本最小化或者用另一个窗口把它盖住然后分别跑两段代码。第一段用SendMessage发WM_CHAR你会发现记事本虽然看不见但恢复后里面确实多了文字——消息级方案后台生效。第二段用keybd_event发同样的字符结果字符跑到了当前前台窗口比如你的 IDE里记事本一个字没收到——输入级方案只认前台。这个差异的根源在于SendMessage是直接调用目标窗口的窗口过程绕过了输入焦点机制而keybd_event是往系统输入队列里塞事件由系统分发给当前有焦点的窗口。再验证鼠标。用PostMessage给按钮发WM_LBUTTONDOWN/WM_LBUTTONUP按钮的BN_CLICKED通知会发给父窗口。你可以在父窗口的OnCommand里打个断点看有没有进来。注意PostMessage是异步的发完立即返回消息排队处理SendMessage是同步的会等目标处理完才返回。调试时如果发现消息丢了先换成SendMessage试试能收到就说明是异步时序问题。还有一个验证点自绘控件。找个自绘的列表或者按钮发WM_LBUTTONDOWN过去Spy 能看到消息到达但控件没反应。这就印证了前面说的——自绘控件不按标准消息处理得换keybd_event配合坐标点击。成功的结果长这样记事本编辑区出现你发的文本Spy 日志里WM_CHAR一条条对应按钮点击后弹出了预期的对话框。到这一步基础链路就通了。5. 本篇常见错误排查401、local proxy failed、reading choices 与 OAuth 报错对照自动化本身出错和接模型 API 出错是两类问题我分开列。窗口自动化这边最常见的几个句柄拿到 NULL。FindWindow返回空八成是类名或标题写错了。新版记事本、UWP 应用的窗口结构和老版本完全不同UWP 应用的外层是ApplicationFrameWindow真正的内容在子窗口里。用 Spy 的 Finder 工具拖一下看真实类名。另外注意字符集Unicode 工程里FindWindow(notepad, NULL)会失败改成_T(notepad)。消息发了没反应。先确认句柄对不对再用 Spy 看消息到没到。如果消息到了但控件不动多半是控件不处理这个消息换消息类型或者换输入级方案。还有一种情况是目标程序有权限保护你的程序权限比它低消息被 UIPI用户界面特权隔离拦掉了。解决办法是以管理员身份运行你的程序或者给程序加uiAccesstrue清单需要签名。CPU 占用飙高。就是前面说的EnumWindows空转加Sleep解决。坐标点偏了。mouse_event用的是屏幕绝对坐标SendMessage的WM_LBUTTONDOWN用的是客户区相对坐标。混用就会点错位置。记住SetCursorPos和mouse_event走屏幕坐标MAKELPARAM配合SendMessage走客户区坐标中间用ScreenToClient/ClientToScreen转换。接 TaoToken API 这边几个典型报错401 Unauthorized。Key 错了、过期了、或者请求头格式不对。检查Authorization: Bearer sk-xxx这个格式Bearer 后面有个空格别漏。Key 去 https://taotoken.net/api-keys 重新生成一个对比。local proxy failed。这个通常是本地网络配置或者代理设置的问题检查你的 HTTP 客户端有没有走系统代理或者环境变量里有没有残留的代理配置。清掉HTTP_PROXY/HTTPS_PROXY再试。reading choices 相关报错。这是解析响应体时字段对不上多半是模型返回格式和你代码里取的字段不一致。先打印原始响应体看看结构别直接按固定字段取。不同模型的返回结构可能有差异以接入文档 https://taotoken.net/doc 为准。OAuth 相关报错。如果你用的是需要 OAuth 授权的接入方式token 过期或者 scope 不对都会报这个。重新走一遍授权流程确认 token 有效期。排查思路统一是先看原始请求和原始响应别被封装层骗了。用 curl 直接打一遍能通说明代码问题不通说明配置或网络问题。6. 语义一致收尾把两种方案用在对的场景回到最开始的问题SendMessage/PostMessage和keybd_event/mouse_event不是谁替代谁是两把不同的工具。标准控件、后台操作、不抢焦点用消息级自绘控件、游戏、需要真实输入序列用输入级。很多时候两者要配合先用消息级把窗口准备好再用输入级做关键点击。如果你想把这类自动化做得更聪明比如让程序自己判断该往哪个窗口发什么内容可以接上 TaoToken 的模型能力。长期跑编码和 Agent 类任务的话Coding Plan 会更划算入口在 https://taotoken.net/coding-plan 。单纯想先验证模型输出效果用模型对话页面试几下就行https://taotoken.net/chat 。接入细节和参数说明都在文档里https://taotoken.net/doc 。代码这东西看十遍不如跑一遍。把上面的FindWindowSendMessage那段先敲进工程对着记事本跑通再用 Spy 看一眼消息你对这套机制的理解会比读任何文章都扎实。