跨平台获取当前窗口的实战方案：从原理到避坑指南

8次阅读

没有评论

共计 2647 个字符，预计需要花费 7 分钟才能阅读完成。

在自动化测试中，我们需要确认被测应用是否获得焦点；远程协助工具要实时显示用户操作窗口；甚至日常开发的调试工具也常需捕获活动窗口信息。但不同操作系统对窗口管理的实现差异巨大：

Windows：基于句柄（Handle）的机制虽然高效，但窗口句柄可能在窗口关闭后被系统复用，直接缓存会导致数据错乱
macOS：沙箱（Sandbox）环境下需要用户手动授权 ” 辅助功能 ” 权限，否则 NSWorkspace API 会直接返回空数据
Linux：X11 和 Wayland 两套显示协议的并存，使得获取窗口属性的方法完全不同

优点：

性能最优，无额外依赖
可精细控制各平台特有功能（如 Windows 的 DPI 感知）

缺点：

需要为每个平台单独维护代码
底层 API 往往存在线程安全问题

以 Rust 为例，通过 libloading 动态加载系统库：

#[cfg(target_os = "windows")]
type HWND = *mut std::ffi::c_void;

#[link(name = "user32")]
extern "system" {fn GetForegroundWindow() -> HWND;
    fn GetWindowTextW(hwnd: HWND, buf: *mut u16, len: i32) -> i32;
}

前台线程：持续轮询窗口状态，写入 Buffer A
后台线程：定期将 Buffer A 的数据原子交换到 Buffer B
业务逻辑：始终读取 Buffer B 的数据

// 获取前景窗口标题和位置
HWND hwnd = GetForegroundWindow();

// 防 DPI 缩放偏差
RECT rect;
GetWindowRect(hwnd, &rect);
PhysicalToLogicalPoint(hwnd, &rect);

// 获取进程 ID
DWORD pid;
GetWindowThreadProcessId(hwnd, &pid);

// 检查权限
if (!AXIsProcessTrusted()) {NSAlert *alert = [[NSAlert alloc] init];
    [alert setMessageText:@"需要辅助功能权限"];
    [alert runModal];
}

// 获取当前 APP
NSRunningApplication *frontApp = 
    [[NSWorkspace sharedWorkspace] frontmostApplication];

def get_active_window():
    if sys.platform == 'win32':
        import win32gui
        hwnd = win32gui.GetForegroundWindow()
        return {'title': win32gui.GetWindowText(hwnd),
            'pid': win32process.GetWindowThreadProcessId(hwnd)[1]
        }
    elif sys.platform == 'darwin':
        from AppKit import NSWorkspace
        return {'title': NSWorkspace.sharedWorkspace().activeApplication()['NSApplicationName']
        }

需要在 Info.plist 添加 NSAppleEventsUsageDescription 描述
首次调用时会触发系统弹窗
可通过 tccutil reset Accessibility com.your.app 重置权限

调用SetProcessDpiAwarenessContext(DPI_AWARENESS_CONTEXT_PER_MONITOR_AWARE_V2)
所有坐标转换必须使用PhysicalToLogicalPoint

安装 xdg-desktop-portal 和对应实现（如 GNOME 的xdg-desktop-portal-gtk）
通过 DBus 调用 org.freedesktop.portal.Desktop 接口

last_update = 0
def throttled_update():
    global last_update
    now = time.time()
    if now - last_update > 0.1:  # 100ms 节流
        update_window_info()
        last_update = now

// 注册事件钩子
HHOOK hook = SetWinEventHook(
    EVENT_SYSTEM_FOREGROUND, 
    EVENT_SYSTEM_FOREGROUND,
    NULL, 
    WinEventProc, 
    0, 0, 
    WINEVENT_OUTOFCONTEXT);

// 回调函数
void CALLBACK WinEventProc(HWINEVENTHOOK hook, DWORD event, HWND hwnd, ...) {if (event == EVENT_SYSTEM_FOREGROUND) {// 处理窗口切换}
}

先通过本文方法定位目标窗口
使用PrintWindow（Windows）或CGWindowListCreateImage（macOS）捕获窗口截图
传入 Tesseract 等 OCR 引擎处理

// 获取当前虚拟桌面
IVirtualDesktopManager *pvdm;
CoCreateInstance(CLSID_VirtualDesktopManager, NULL, 
    CLSCTX_ALL, IID_PPV_ARGS(&pvdm));

GUID desktopId;
pvdm->GetWindowDesktopId(hwnd, &desktopId);

跨平台窗口管理就像在多语言国家问路——需要准备不同的沟通方案。本文介绍的方法已在多个商业产品中验证，特别提醒：macOS 的权限问题最容易导致客服投诉，建议在应用启动时就做检测引导。未来随着 Wayland 的普及，Linux 端的实现可能还需要持续跟进适配。

正文完