多模块文件自动上传工具 — 基于 Selenium + PyAutoGUI 的 RPA 桌面应用

项目背景

汽车供应链层级多、信息孤岛严重，上游供应商的库存、订单数据难以实时互通，人工处理效率低、风险预判滞后。汽车供应链企业集群库存数据集成与 AI 智能治理研究提出了一套 API 对接 + AI 大数据分析 的智能库存管理方案。

本项目是该研究中的一个落地小工具：SupplyAutoUpload 承担了其中 Excel 数据批量上传到 SupplyOne 供应链管理平台 的 RPA 自动化环节——在上下游系统尚未完成 API 直连对接的阶段，通过桌面自动化打通数据入口，覆盖供应商500余家。

业务背景文章：【思享汇】汽车供应链企业集群库存数据集成与 AI 智能治理研究 ——上海市供应链发展促进会

项目简介

一个基于 Selenium + PyAutoGUI 的桌面端 RPA 自动化工具，用于在 SupplyOne 供应链管理平台上批量上传供应商零件库存、下级零件库存和原材料到货计划 Excel 数据。

GitHub: https://github.com/MinjieY/SupplyAutoUpload

供应链库存管理平台: https://supplyone-stg.ap1.covapp.io/#/login

功能特性

三个业务模块支持
- 供应商零件库存 (/ground/supplierStock)
- 供应商下级零件库存 (/ground/2bStock)
- 原材料到货计划 (/ground/2bStock)
全自动化流程
- 自动启动 Edge 浏览器并登录 SupplyOne 平台
- 验证码展示与人工输入
- 自动导航到目标页面并点击上传按钮
- 通过 PyAutoGUI 操控系统文件对话框，实现文件路径粘贴上传
- 上传结果判断与失败截图留存
定时任务
- 每个模块支持独立设置定时上传（分钟/小时/天/周）
- 文件修改时间去重，避免重复上传
图形化界面
- Tkinter 桌面 GUI，支持多标签页
- 实时日志面板，支持分模块查看
- 进度条与状态指示
开机自启
- 支持通过 Windows 注册表设置开机自动启动
WebDriver 自动管理
- 自动检测 Edge 浏览器版本并下载匹配的 msedgedriver

技术栈

层级	技术
语言	Python 3.13
GUI	Tkinter
浏览器自动化	Selenium WebDriver (Edge)
桌面自动化	PyAutoGUI + Pyperclip
图片处理	Pillow (PIL)
打包分发	PyInstaller

项目结构

├── multi_upload_gui.py      # 主程序
├── test_error_capture.py    # WebDriver 导入诊断脚本
├── drivers/                 # Edge WebDriver
├── uploadTest/              # 测试用 Excel 上传模板
├── upload_logs/             # 运行日志与失败截图
├── build/                   # PyInstaller 构建中间产物
└── dist/                    # 打包后的 EXE 文件

设计逻辑

整体架构

程序采用单类 MVC 混合模式，所有逻辑集中在 MultiUploadApp 类中，以 Tkinter 作为视图层，通过多线程实现并发控制和 UI 不阻塞。整体分为以下核心子系统：

┌─────────────────────────────────────────────────────┐
│                    MultiUploadApp                    │
├──────────────┬──────────────┬───────────────────────┤
│   UI 层      │   控制层      │      执行层            │
│  (Tkinter)   │  (Scheduler) │  (Selenium + PyAutoGUI)│
├──────────────┼──────────────┼───────────────────────┤
│ 模块面板     │ 定时调度器    │  浏览器驱动管理         │
│ 日志面板     │ 状态机控制    │  登录流程              │
│ 验证码交互   │ 线程管理      │  导航与上传            │
│ 配置持久化   │ 文件去重      │  结果记录与截图         │
└──────────────┴──────────────┴───────────────────────┘

1. 依赖自检与自动安装机制

程序启动时首先调用 check_dependencies()，检测 selenium、pyautogui、pyperclip、Pillow 是否可用。若缺失，通过 subprocess 调用 pip 从清华镜像源自动安装，确保在无环境的机器上也能直接运行。

# 自动安装逻辑
subprocess.check_call([
    PYTHON_313, "-m", "pip", "install",
    "selenium", "webdriver-manager", "pyautogui", "pyperclip", "Pillow",
    "-i", "https://pypi.tuna.tsinghua.edu.cn/simple"
])

2. 日志系统设计

自定义 LogHandler 类继承 logging.Handler，通过消息队列 + Tkinter after 定时刷新的异步模式，将 Python 标准 logging 输出桥接到 GUI 的 Text 组件中：

emit() 将日志消息推入队列，通过 root.after(100, process_queue) 延迟刷新
process_queue() 批量消费队列中的消息并写入 Text 组件
支持 enable/disable 控制，防止窗口关闭后仍然尝试写入已销毁的控件
每个模块拥有独立的日志 Tab，全局日志 Tab 汇总所有输出

3. 多模块管理架构

三个业务模块通过 MODULES 列表统一配置，每个模块拥有独立的数据结构存储于 self.module_widgets 字典中：

module_widgets[key] = {
    'name': "模块名称",
    'url_var': "目标URL",
    'path_var': "Excel文件目录",
    'schedule_interval_var': "定时间隔",
    'schedule_unit_var': "定时单位(min/小时/天/周)",
    'status_label': "状态标签",
    'progress_bar': "进度条",
    'progress_label': "进度文字",
    'is_running': False/True,
    'schedule_timer': "定时器句柄",
    'last_upload_label': "上次上传时间标签",
    'file_info_text': "文件信息展示区"
}

每个模块独立设置 URL、文件目录、定时参数
模块面板支持折叠/展开（toggle_module）
顶部导航栏提供快速跳转到指定模块（_scroll_to_module）

4. 配置持久化

所有模块配置（URL、路径、定时参数）和全局设置（登录URL、用户名、密码）通过 app_config.json 持久化：

save_config() / save_module_config() 在用户修改任何设置时自动保存
load_config() 在程序启动时恢复上次配置
配置结构清晰分层：global 保存全局设置，每个模块 key 保存模块专属设置

5. 浏览器驱动管理

Edge WebDriver 管理包含三个关键步骤：

a) 版本检测： 通过查询 Windows 注册表获取 Edge 浏览器版本号（HKLM\SOFTWARE\Microsoft\Edge\BLBeacon → version），然后从 https://msedgedriver.azureedge.net/ 匹配下载对应版本的驱动。

b) 驱动初始化： 使用 selenium.webdriver.Edge 创建浏览器实例，配置 detach 选项防止浏览器在程序结束时自动关闭，同时配置 user-data-dir 持久化浏览器状态。

c) 线程安全： 使用 threading.Lock 保护 self.driver 的读写操作（get_driver_safe / safe_driver_quit），避免多线程并发访问浏览器对象导致崩溃。

6. 登录流程设计

登录采用非阻塞异步模式，通过 threading.Thread 在后台执行：

启动线程 → 初始化浏览器 → 导航到登录页 → 截图验证码
    → 将验证码图片显示到 GUI Canvas → 等待用户输入
    → 用户点击"确认验证码" → 继续线程执行
    → 填写用户名密码 + 验证码 → 点击登录
    → 检测登录是否成功 → 更新 UI 状态

关键设计点：

验证码图片通过 PIL.ImageTk.PhotoImage 渲染到 Tkinter Canvas 上显示
使用 threading.Event（captcha_event）实现线程间同步等待
登录成功后所有模块的”执行”按钮才可用，避免未登录就执行上传

7. 上传流程设计

上传流程是核心自动化逻辑，采用分步执行 + 检查点模式：

1. 扫描文件目录 → 取最新 Excel 文件 → 检查文件修改时间是否已上传过
2. 确保浏览器存活（get_driver_safe）
3. 导航到目标模块页面 URL
4. 等待页面加载，定位并点击"上传"按钮
5. 等待系统文件对话框弹出 → 使用 PyAutoGUI 快捷键 Ctrl+L 定位地址栏
   → pyperclip 粘贴文件路径 → 按 Enter 确认
6. 等待上传完成 → 判断成功/失败
7. 记录上传结果到 upload_logs/upload_results.log
8. 失败时截图保存到 upload_logs/screenshots/

为什么使用 PyAutoGUI 而非 Selenium 处理文件选择？

Selenium 无法直接操控操作系统原生的文件选择对话框（<input type="file"> 除外），而 SupplyOne 平台的上传按钮触发的是系统级文件对话框。因此采用 PyAutoGUI 模拟键盘操作（Ctrl+L → 粘贴路径 → Enter）来完成文件选择。

8. 文件去重机制

通过 log_upload_result() 和 is_file_already_uploaded() 实现基于文件修改时间的去重：

每次上传成功后，将文件名、修改时间和模块名记录到 upload_logs/upload_results.log
上传前读取日志文件，检查当前文件的修改时间是否与上次记录一致
若一致则跳过上传，避免重复提交相同数据

9. 定时调度器设计

每个模块拥有独立的定时器，通过 threading.Timer 实现：

用户设置间隔(interval) + 单位(min/小时/天/周)
    → 转换为秒数 → 创建 Timer(seconds, callback)
    → 时间到 → 执行上传流程 → 上传完成后递归调用 _schedule_next_run()
    → 形成循环定时链

关键设计：

使用 scheduled_run 标志区分手动触发和定时触发，定时触发时不弹窗打扰用户
用户可随时点击”定时关”按钮取消定时
程序退出时通过 cleanup() 取消所有活跃的定时器

10. 用户中断机制

stop_requested 标志位 + check_stop() 检查点模式：

用户点击”停止”按钮 → 设置 stop_requested = True + 调用 safe_driver_quit()
上传流程的每个关键步骤之间调用 check_stop()
若标志位为 True，抛出异常终止当前流程
异常被外层 try/except 捕获，优雅清理状态

11. 开机自启实现

通过操作 Windows 注册表 HKCU\Software\Microsoft\Windows\CurrentVersion\Run 键值实现：

启用：写入程序 EXE 路径
禁用：删除对应键值
通过 winreg 标准库操作，无需第三方依赖

快速开始

环境要求

Windows 操作系统
Microsoft Edge 浏览器
Python 3.13+

安装依赖

1	pip install selenium pyautogui pyperclip Pillow

或运行程序时会自动从清华镜像源安装缺失依赖。

运行

1	python multi_upload_gui.py

打包为 EXE

1	pyinstaller --onefile --windowed --name "多模块文件上传工具" multi_upload_gui.py

使用说明

启动程序后，在对应模块中设置目标 URL 和 Excel 文件所在目录
点击”执行”按钮，若未登录则自动引导登录流程
在 GUI 中查看验证码图片并输入验证码完成登录
程序自动完成页面导航和文件上传
可在日志面板中实时查看每个模块的上传进度和结果
设置定时间隔和单位后点击”定时关”按钮可开启定时上传

注意事项

上传过程中请勿手动操作浏览器，以免干扰自动化流程
如果上传失败，可在 upload_logs/screenshots/ 中查看失败截图
WebDriver 版本需与 Edge 浏览器版本匹配，程序会自动检测并下载
文件修改时间去重基于 upload_logs/upload_results.log，如需重新上传同一文件请先修改文件内容