從Linux中的打開窗口獲取內容

Question

我想收集數據並最終從Linux中的打開窗口解析它。

一個例子 - 假設一個終端窗口是打開的。我需要檢索出現在該窗口上的所有數據。檢索後，我會解析它以獲取輸入的特定命令。

那麼有可能做到這一點？如果是這樣，怎麼樣？我寧願使用python編寫整個代碼。

我在猜測，首先我必須爲打開的窗口獲得某種ID，然後使用某種類型的庫從窗口中獲取其ID已達到的內容。

請幫忙。我是一個新手。

Answer 1

您對終端的執行有某種控制嗎？在這種情況下，您可以在終端會話中使用script命令將所有交互記錄到文件中，然後讀取並解析文件。

$ script myfile 
Script started, file is myfile 
$ ls 
... 
$ exit 
Script done, file is myfile 
$ parse_file.py myfile 

如果終端運行在screen以內，還有其他選項。屏幕內置了日誌記錄，screen -X將命令發送到正在運行的屏幕會話（man screen）。

Answer 2

您可以（ab）使用工具包庫中存在的輔助技術支持（用於屏幕閱讀器等）。它是否可以工作是特定的工具包— Gtk和Qt有這種支持，但其他人（如Tk，Fltk等）可能會或可能不會。

Linux Desktop Testing Project是一個用於濫用這些接口來測試GUI應用程序的python工具包，所以你可以使用它或者看看它是如何工作的並且做類似的事情。

Answer 3

我認爲正確的答案可能是「有些困難」。本質上，窗口的內容是一個位圖。這個位圖被一大堆原語（包括「顯示這個八位字符串，使用該編碼和一個特定字體」）繪製，但窗口內容仍然是「僅僅像素」。

獲取「正像素」非常簡單，就像這些事情一樣。你打開一個會話到X服務器，並說「給我的窗口W的內容」，它交給它。

不幸的是，做一些有用的事情是一個完全不同的問題，因爲您可能必須（基本上）爲您想要的OCR位圖。

如果您決定採用該路線，請查看xwd的來源，就像那樣，本質上就是這樣。