3cd27a8a32
段一(界面小修) - 窗口列表:Z 序最前一行浅黄、真实前台浅绿、最小化灰字(此前只标前台,刷新时前台是本工具自己,所以看不到颜色) - 控件树搜索命中改为加粗,颜色只留给窗口列表 - 点监控列表行头三角:在控件树里定位并选中该节点、属性网格联动、画高亮框;再点隐藏框;目标窗口关闭/最小化自动隐藏 - 命令设置改为“执行时机分组”(启动/退出/定时/单次)+ 新增删除时机、新增删除命令、立即执行、启停定时、输出框 段二(截图 + OCR) - ScreenshotService:PrintWindow(PW_RENDERFULLCONTENT)/PrintWindow/BitBlt/屏幕拷贝依次尝试,并校验图像有效 (尺寸 + 颜色数),空白或全黑判为失败,绝不把无效图当成功 - 最小化窗口默认不截,仅授权后临时恢复并还原,提示会闪屏 - OcrClient:对接本机 ocr-server(healthz / upload(multipart) / i2t(轮询)) - 新 valueKey “OCR文本”;正常取值失败时按用户要求自动降级为“截图 + OCR”,并标注来源 - OCR 总开关默认关闭(关闭时完全不调用任何 OCR 服务);新增识别时保存截图与截图目录 - 主界面新增“窗口截图”“OCR 读取”;无界面新增 --ocr - 监控定义的控制路径/页面特征/别名改为可选字段,使手写配置能走到中文校验提示而不是反序列化失败 Co-Authored-By: Claude Code <noreply@anthropic.com>
40 KiB
40 KiB
TODO
当前代码按阶段开发;未在目标 Windows/PACS 环境实测的能力不得标记为已完成。项目源码位于
src/pacs_win_uia,Rider 入口为根目录pacs_win_uia.sln。
当前阶段:项目基础架构、窗口枚举、UIA 检查与控件树
- 使用 MSBuild 完成 Debug 与 Release 的完整编译(当前环境已使用
dotnet msbuild验证) - 将源码整理到 Rider 可见的
src/pacs_win_uia目录,并更新pacs_win_uia.sln - 添加基础应用程序清单,声明 Windows 7/10/11 兼容性与基础 DPI 感知策略(Per-Monitor DPI 仍需目标系统验证)
- 补充 Windows 10/11 supportedOS 清单 GUID
- 实现十字拾取器基础流程:Esc 取消、鼠标释放确认、工具自身窗口排除、非激活高亮
- 拾取覆盖层改为点击穿透并使用 Win32 光标轮询,避免把覆盖层自身当作目标
- 将十字拾取器的 Win32 坐标与 UIA
System.Windows.Point坐标统一(多显示器负坐标仍需实机验证) - 限制拾取预览为单个并发探测,并合并最新坐标,避免鼠标移动造成无限 UIA 任务堆积
- 探测任务发生异常时观察并终止当前拾取确认重试,避免故障 Provider 无限重试
- 拾取初次显示前同步标记原生覆盖层可见状态,避免初始 WindowFromPoint 自命中
- 覆盖层首次显示使用
SW_SHOWNOACTIVATE,降低初始探测时的焦点变化 - 鼠标释放确认前重新解析当前底层 HWND,避免静止光标下接受旧控件缓存
- 进一步验证覆盖层显示/隐藏与前台窗口交互,确保目标焦点不被改变
- 成功拾取后清除旧高亮;无效目标不触发
Picked - 拾取异常/取消路径清理当前确认状态并关闭高亮
- 释放确认前清空旧探测结果,必须取得当前坐标的新探测
- 拾取确认不再在 UI 线程同步调用 UIA;当前坐标没有完成预览时明确返回未确认结果
- 验证十字拾取器不抢占目标焦点,并在 Windows 7/10/11 与高 DPI 多屏环境手工验收
- 记录并尽可能恢复拾取前的前台窗口/焦点;当前实现不保证完全无感恢复
- 修复拾取覆盖层命中问题:覆盖层短暂隐藏解析底层 HWND,确认点击仍由覆盖层接收
- 增加覆盖层 MouseDown/MouseUp 确认路径,降低极短鼠标点击被 40ms 轮询漏掉的概率
- 验证极短鼠标点击/极短 Esc 按键不会因 40ms 轮询而丢失
- 处理跨进程 UIA Provider 同步调用无法被强制终止的限制;必要时迁移到独立辅助进程
- 使树读取任务在窗口切换时通过独立 CancellationTokenSource 发起取消(同步卡住的 Provider 仍可能无法立即退出)
- 在窗口/控件切换和窗体关闭时使旧树读取结果失效
- 拾取新目标时使旧窗口检查任务失效
- 拾取新目标时重置控件树导出按钮和检查按钮状态
- 释放确认使用同一屏幕坐标解析 HWND,避免 Cursor.Position 二次读取漂移
- 树读取完成回调增加窗口句柄/序号和窗体句柄销毁保护
- ControlType 属性读取加入逐项异常捕获
- 深度限制下真实叶节点不再误标记为不完整
- 为 UIA 属性逐项错误、Pattern 枚举和控件树部分失败补充自动化测试
- 减少每个控件重复 Pattern 探测:优先使用
GetSupportedPatterns(),仅在无结果时回退查询 - 清理快照中的长期
AutomationElement引用;导出/显示模型应优先只保留可序列化快照 - 列表读取前重新按 HWND/RuntimeId 绑定当前 UIA 元素,避免复用失效代理(先在降级抢救路径上按 HWND 重新绑定;常规路径仍复用拾取时的元素)
- 高亮框改为经过实机验证的跨进程点击穿透窗口
- 拾取结果对 Win32/UIA 进程 ID 做一致性检查,拒绝跨进程目标拼接
- 已知 HWND 的拾取使用该窗口 UIA 树内的坐标元素解析,减少同进程弹窗错配
- 窗口内坐标拾取使用全局节点预算,避免递归分支重复消耗上限
- 在窗口/控件切换时清理旧列表结果并使进行中的列表读取失效
- 在控件失效后按 HWND/RuntimeId 重新绑定 UIA 元素,而不是跨线程长期复用原代理
- 增加窗口枚举、模型、控件树限制和 JSON 导出的自动化测试
- 修复窗口列表无选中项时清理旧树、旧元素和旧导出状态
- 修复拾取按钮首次启动不可用问题
- 为窗口刷新改为后台快照或先做廉价可见性/PID 过滤,避免阻塞 WinForms UI
- 窗口枚举使用明确结果对象,保留 EnumWindows 失败状态
- 增加独立的 Windows UIA 测试夹具(按钮、文本框、树和列表)
- 在 Windows 7 SP1、Windows 10、Windows 11 实机验证窗口枚举和 UIA 能力
- 验证普通权限访问高权限目标时的明确降级状态,不绕过 UIPI
- 修正窗口样式辅助 API 的 64 位入口声明(实际调用仍需目标系统验证)
- 验证 32 位/64 位目标进程、100%/125%/150%/200% DPI、多显示器与 RDP 场景
- 为 JSON 导出增加敏感数据提示、脱敏策略和导出来源/时间记录
- 编写第一阶段用户操作手册和验收记录
第二阶段:列表控件读取
- 设计统一列表读取结果模型(来源、时间、完整性、可信状态和错误)
- 实现 UIA
GridPattern和TablePattern的只读单元格读取(ListReaderService) - 实现
SelectionPattern的只读选中项读取基础版(选择-only 控件也会返回选中项结果) - 补充 ValuePattern/TextPattern/Name 的值来源状态,并区分“元素存在但未暴露值”与真实空字符串
- 在主界面增加“读取选中控件列表”入口,并显示总行列、已读行/单元格、错误数和选中项数量
- 列表单元格不再吞掉取消/超时异常;Value/Text/Name 读取失败会保留单元格错误状态
- 失败单元格也保留 RowId/ColumnId,便于诊断和导出定位
- 取消/超时返回时保留已经读取的行列,并在最终成功前再次检查软截止时间(同步 UIA Provider 调用仍只能软超时)
- 保持 Grid/Table 读取的累积结果对象,使超时/取消结果保留已读取的来源、行数和单元格
- 取消/超时异常在读取器入口使用累积结果处理,不丢失已读取行列
- 行对象在首个单元格读取前加入结果,保留取消/超时时的当前行部分数据
- 选中项读取失败后重新计算最终状态,避免
Success与IsComplete=false矛盾 - SelectionPattern Provider 异常降级为部分结果,不覆盖已读取的表格数据
- 选中项结果增加 RowId 字段(当前优先使用 AutomationId,完整行映射仍需目标控件验证)
- 补充 SelectionItem 行/单元格映射和当前选中项模型
- 为 DataGridView 结果面板添加列名映射及单元格错误详情展开
- 实现 UIA 子元素遍历降级并区分可见数据与完整数据(见「本轮修复」一节)
- TablePattern 失效时尝试回退 GridPattern(Provider 行为仍需实测)
- 评估 Win32 ListView/ListBox/TreeView 消息读取
- 评估 MSAA/IAccessible 降级
- 支持读取列名、可见行、当前单元格和全部可访问行
- 为大表格增加单元格预算/分页策略,避免一次性物化过大的二维结果
- 导出 CSV 时限制 provider 声明的异常大列数,避免生成超大空字段(当前上限 10000 列)
- CSV 稀疏单元格按 ColumnIndex 计算列数,避免高索引列被静默丢弃
- CSV 对公式样式值增加文本前缀,避免电子表格执行导出内容
- CSV 导出补充逐行/逐单元格错误、ValueSource、选中项和读取时间等完整元数据
- 添加独立列表 JSON/CSV 导出服务(
ListResultExporter) - 在主界面接入列表 JSON/CSV 导出、用户确认和敏感数据提示
- 导出格式以保存对话框 FilterIndex 为准,并自动规范化扩展名
- 输出列表 JSON 与 CSV 的脱敏版本,并记录导出来源/时间
- 增加列表读取器的 UI 结果面板,显示已读取行和单元格状态
- 读取结果面板显示不可用单元格的错误文本占位
- 使用 DataTable 显示列表列名和单元格值,避免 DataGridView 直接绑定字典
- DataTable 列数设置上限并处理重复列名,避免异常 Provider 导致 UI 崩溃
- 新拾取开始时隐藏上一目标高亮
- 切换窗口或控件时清空旧列表结果表格
- 单元格 ValuePattern/TextPattern 访问的取消和超时异常继续向读取器传播
- ValuePattern/TextPattern 普通 Provider 异常会回退到下一种只读值来源
- 增加结果面板的列名、错误详情和选中项专用视图
- 增加 PACS 真实列表手工验收,禁止把屏幕文字直接当作完整数据源
本轮修复(拾取隐藏、控件树、界面、监控列表、列表读取降级、日志)
- 拾取时隐藏主界面,拾取完成后恢复并把前台窗口交还给原窗口(避免抢焦点)
- 拾取完成后以被拾取元素为根自动读取并显示控件树,并切到「控件树」页
- 窗口列表选中项变化后自动读取控件树(350ms 防抖 + 按 HWND 去重 + 单飞),保留「检查选中窗口」手动入口
- 窗口列表加入分组分割线与搜索(标题 / 进程名 / PID),“有标题且可见”的窗口排在主要窗口组
- 主界面按屏幕工作区自适应(工作区小于期望尺寸时最大化),右侧属性区放入横向滚动宿主
- 右侧属性网格下方新增「控件监控列表」编辑器:控件Path、RuntimeId、所在页面特征、内容Key,可增删改并保存为 JSON
- 控件监控定义校验规则集中到
ControlMonitorRules,一次返回全部问题;保存前会EndEdit并显示逐行错误 - 控制台日志(
AppLog):纯 GUI 启动时自建控制台窗口,终端/IDE 管道启动时复用现有标准输出,关闭控制台不会终止程序 - 列表读取改为「被拾取元素 + 上级元素」候选链:先找 GridPattern/TablePattern,找不到再降级为子元素遍历
- 候选链不会越过顶层窗口,并且绝不会探测或下钻桌面元素(否则会枚举全机器窗口)
- 新增
Notices(降级提示与Errors分离)与TotalRowsKnown(区分“逻辑总行数”和“当前已实现行数”) - 遍历降级按来源区分取值顺序:编辑类单元格优先 ValuePattern(其 Name 是标签而非内容),其余优先 Name
- 跳过行头/表头/滚动条等非数据单元格,避免列错位;整行只有表头单元格时视为表头带而不是数据行
- GridPattern/TablePattern 能读到行列但单元格全部失败时,改用子元素遍历抢救单元格值,并按 HWND 重新绑定元素
- 连续 10 个单元格读取失败即停止继续调用(避免把已崩坏的 Provider 打爆),并明确提示“无法取值 ≠ 列表为空”
- 新增向下查找:拾取到整个窗口/页面容器时(列表在被拾取元素内部),在被拾取元素内 BFS 最多 4 层、600 个节点寻找列表(含无 Pattern 的行容器遍历降级)
- 所有 Pattern 搜索(向上 + 向下)都排在所有遍历降级之前:窗口的布局面板在形状上“也像行”,遍历若先跑就会返回假列表并挡住真正的 Grid/Table
- 遍历结果里“读不到值的行”超过一半时判定为布局容器而不是列表,不再把窗口面板当成行
- 列表读取未成功时自动打印被拾取元素及上级的结构诊断(ControlType/Class/框架/PID/支持的 Pattern/子元素),控件树只有根节点时也明确提示“该元素没有暴露任何 UIA 子元素”
- 修复界面区域丢失:重构右侧时遗漏了中间栏,导致「控件树/列表结果」标签页从未加入窗体、界面上完全看不到。现为三栏:窗口列表 | 控件树/列表结果 | 属性 + 控件监控列表
- 新增启动时布局自检:列出每个关键区域,任何一个没有被加入窗体都直接记为错误(避免"代码写了但界面没有"这类静默缺陷)
- 控件树只有根节点时,400ms 后自动重试一次:Chromium/CEF/Electron/WebView2 的无障碍树是按需激活的,首次查询常常只返回根节点
- 以上向下查找、容器判定与无障碍激活重试仍需要在真实 PACS(OCS)上复测;OCS 窗口的 UIA 暴露情况见下
第二轮现场反馈修复
- 修复拾取器点左键后不关闭:UIA 探测挂住时拾取会永远停留。现在点击有 1.2 秒硬期限,超时按 Win32 窗口信息确认目标(该路径无 UIA 调用,不会挂),无论如何都会关闭覆盖层并恢复界面
- 拾取看门狗不再清掉待确认的点击(此前会把用户已经按下的左键请求丢弃)
- 拾取探测改到独立线程(
LongRunning),卡死的 Provider 不再占用线程池 - 拾取只拿到顶层窗口时(浏览器内核/套壳应用首次查询往往如此),600ms 后按同一坐标自动重探一次,拿到更深的元素就改用该元素
- 列表遍历不再把"控件类元素"当容器:Button / Edit / Text / CheckBox / ComboBox / MenuItem / TabItem / Slider / ProgressBar / Header / ScrollBar 等一律跳过(这正是"向上第 1 级的 ControlType.Button"假结果的来源)
- 遍历结果只有 1 行 1 列时判定为"不是列表",改为如实报告未找到(不再把单个控件的内容当成列表)
- 结构诊断改为只要结果来自遍历降级或行列数 ≤1 就打印,不再只在 Unsupported/Failed 时打印
- 主界面尺寸按屏幕比例自适应:小屏不超屏、大屏不再过小(本机 2560x1528 → 2048x1298,此前固定 1400x850)
- 右侧新增「控件摘要」:类型 / 名称 / AutomationId / 类名 / 框架 / PID / HWND / 支持的模式 / 控件 Path(Path 在后台线程生成,不阻塞界面)
- 右侧分栏比例调整(属性网格 52% / 控件监控列表 48%),属性网格最小内容宽度从 460 降到 360,避免属性值被横向滚动条推到看不见的位置
- 拾取后窗口列表按顶层窗口 HWND 同步选中(此前拾取到子窗口时列表没有对应行,所以看起来"没有同步")
第三轮现场反馈修复(截图定位)
- 修复「控件监控列表」只有 150x150:UserControl 加入面板时没有设置
Dock=Fill,一直是默认尺寸,所以列显示不全、"大小特别小" - 布局自检增加尺寸检查:列出每个区域的实际尺寸,小于预期就报错(只检查父级关系查不出"已加入窗体但仍是默认 150x150"这类问题)
- 属性网格下方的说明栏(此前只重复属性名,被判为"毫无作用")改为显示字段含义:为
UiaElementInfo逐属性补[Description],说明该字段是什么、为空意味着什么、以及排查时的注意点 - UIA Pattern 名称规范化:
TransformPatternIdentifiers.Pattern这类原始名统一显示为TransformPattern,并补充 Transform/ScrollItem/Toggle/RangeValue/MultipleView 到已知模式表 - 监控列表列宽调整(控件Path 权重 50、RuntimeId 110、页面特征 35、内容Key 130),窄栏时 Path 不再被挤没
- 本机验证:屏幕 2560x1528 → 主界面 2048x1298;窗口列表 474x1088、控件树 717x1102、属性网格 783x491、控件监控列表 783x535;布局自检"异常区域 0 个"
OCS 客户端的实测结论(截图 + 日志已确认)
- 目标窗口
OCS - 浏览器列表的ClassName = Chrome_WidgetWin_1、FrameworkId = Win32、PID = 24368,控件树只有根节点,SupportedPatterns只有WindowPattern / TransformPattern。即:这是 Chromium/CEF 套壳应用,且没有开启无障碍支持,UIA 完全看不到里面的渲染内容(拾取、控件树、列表读取都只能拿到窗口本身),400ms 激活重试也无效 - 用微软
Inspect.exe/ Accessibility Insights 对同一个窗口做交叉验证:若它们同样只能看到窗口,则确认是目标程序未暴露,而不是本工具的问题 - 对这类客户端评估非 UIA 路线(Win32 消息 / OCR / 图像识别),并在 README 中明确标注该限制,不允许把"读不到"包装成"读到了空列表"
第四轮:控件树与拾取改为三来源(UIA + MSAA + Win32)
- 新增统一节点模型
ControlTreeNode(组合UiaElementInfo/MsaaNodeInfo/NativeWindowInfo,每节点带来源标记) - 新增 Win32 树(
Win32TreeReader):一次EnumChildWindows拿全部后代,按GA_PARENT重建层级,GetWindowInfo一次拿窗口/客户区矩形与样式;标题走SendMessageTimeout(WM_GETTEXT, SMTO_ABORTIFHUNG),隐藏窗口不取标题;过滤 message-only 与 DWM cloaked 窗口 - 新增 MSAA 树(
MsaaService+MsaaTreeReader):用框架自带Accessibility.IAccessible(不手写 vtable),AccessibleObjectFromWindow(OBJID_CLIENT)失败回退OBJID_WINDOW,AccessibleChildren分批读取并按运行时类型分派"简单子 ID / 子对象",每个对象读完立即ReleaseComObject - 工具条新增「控件树来源」下拉框(自动 / UIA / MSAA / Win32,默认自动)与「尝试激活目标无障碍」实验按钮(默认不自动启用)
- 自动模式按 UIA → MSAA → Win32 取第一个有内容的来源(只有根节点视为没内容),并在状态栏说明实际用了哪个来源
- 拾取改为三来源:Win32(
WindowFromPoint+ChildWindowFromPointEx逐级下钻,每级ScreenToClient)→ UIA → MSAA;非 UIA 目标也能高亮(统一用Bounds) - MSAA 拾取改为在已下钻到的最深窗口上做
accHitTest(实测:全局AccessibleObjectFromPoint只返回顶层窗口对象,而在 ListView 窗口上accHitTest直接返回"列表"角色与其真实矩形) - 窗口标题读取全部改为
SendMessageTimeout:GetWindowText是跨进程WM_GETTEXT,会让窗口刷新卡住 UiAutomationService的私有TreeReadState抽成共享的ReadBudget,三个读取器统一受"深度 / 节点数 / 截止时间 / 取消"约束- 本机自检(独立宿主进程)实测:UIA 56 节点、MSAA 167 节点(中文角色名)、Win32 7 个原生窗口且包含 ListView 句柄;自动模式正确选中 UIA;拾取下钻到
WindowsForms10.SysListView32子窗口 - 在真实 PACS / OCS 上分别切三个来源复测;对 OCS 点一次「尝试激活目标无障碍」看 UIA 是否出现内容
三来源的边界(必须同时写进文档与界面)
- 可靠:选定根窗口的每个后代 HWND 都会出现在 Win32 树里(HWND / 类名 / 窗口矩形 / 客户区矩形)
- 尽力而为:窗口标题(跨进程、UIPI 或目标无响应时为空)、以及任何控件内容(取决于目标是否提供 UIA / MSAA)
- 做不到:
asInvoker(中完整性)读不到提权进程;GPU/自绘且无提供者的界面三来源都看不到;MSAA 对列表的保真度低于 UIA(SysListView32行一般是简单子 ID,通常只有第一列文本) - 三个来源是独立视图,不保证互相对应,跨进程一律不合并
- 本轮不改 DPI 感知(仍 system aware):混合 DPI 下 Win32 矩形与 UIA 矩形可能不一致,单屏不受影响;PerMonitorV2 需要单独一轮
第五轮:拾取标记修复 + valueKey/value + 无界面读取(CLI/JSON)
- 修复拾取标记不准:UIA 只返回顶层窗口时,之前会用 UIA 元素的矩形覆盖高亮框,于是框住整个窗口。现在只在矩形更小时才替换(实测:在列表行上拾取,Bounds 从 860x560 的窗口变成 1266x285 的列表)
- UIA 只拿到窗口本身时不再停止:继续在已下钻到的最深窗口上做 MSAA
accHitTest;两者都没有时新增IsWindowOnlyPick,状态栏明确写"只拾取到窗口(UIA/MSAA 都没有暴露内部控件),不要以为工具坏了" - 拾取下钻去掉
CWP_SKIPTRANSPARENT(DirectUIHWND 这类透明样式窗口正是内容宿主),并把下钻链(逐级 HWND)写进日志 - 修复 MSAA 可能重复释放同一个 COM 对象(
accHitTest可能返回与根对象相同的实例,二次ReleaseComObject会导致访问违例) EnumChildWindows返回 0 个句柄不再误报为"失败",改为"该窗口没有子窗口"(OCS 就是这种情况)- 控件树不完整的占位原因
DescendantIncomplete改为显示第一个具体原因(达到深度上限/节点上限/超时/取消/读取失败) - 监控列表新增 valueKey / value 两列:valueKey 为可编辑下拉框(按来源预置可用键,也允许手填),value 预填添加时的当前值
- 监控列表新增「来源」列(自动/UIA/MSAA/Win32),并把定位详情(进程/窗口类/UIA 路径/MSAA PathKey/Win32 路径/RuntimeId)显示在下方说明栏,避免 7 列挤在一起
- 「添加当前控件」按当前节点来源填充:定位字段 + valueKey 默认值 + value(UIA→Name,MSAA→accName,Win32→窗口标题);MSAA/Win32 拾取结果同样可以加入监控列表
- 监控配置新增结构化定位字段(进程名/窗口类/标题关键词/UIA 路径段/MSAA PathKey/Win32 类名+序号/valueKey/value),老文件仍可读(全部为可空新增字段)
- 枚举持久化为可读字符串(
"Source": "Win32"):DataContractJsonSerializer 默认把枚举写成数字,手写配置会因"Win32"解析失败而被判为无效文件(这个 bug 是被无界面模式当场发现的) - 新增无界面读取:
pacs_win_uia.exe --read-config <配置> [--output <json>] [--timeout 10] [--activate] [--help],无参数时行为完全不变;退出码 0=全部命中 / 1=有未命中或取不到值 / 2=参数或配置错误 - 无界面返回 JSON 含每条的:found / resolvedSource / valueKey / value / valueAvailable / attributes / resolution 逐步诊断 / error / elapsedMs,以及本次可见窗口列表与汇总
- 空路径 = "顶层窗口本身"(可监控窗口标题/类名/可见性);回退来源只定位到窗口本身时不算命中,避免把"没找到控件"报成成功
- 实测(本机 Notepad,真实跨进程):窗口按 进程名+类名 匹配成功;
窗口标题取到*使用教程+常见问题.txt - Notepad;UIAClassName取到Notepad;Win32 路径解析到真实子窗口NotepadTextBox 0x1309EA;故意写错的 UIA 路径如实报"第 1 段未匹配"并给出同级元素数量 - 用你真实的 PACS 配置跑一次
--read-config,确认定位字段与取到的值符合预期
第六轮:用一个真实配置暴露出的定位问题(已修)
- 根因:保存 UIA 路径时,向上走的过程停在"任何一个带 HWND 的 Window 类型元素"上。UWP(设置/ApplicationFrameHost →
Windows.UI.Core.CoreWindow)和 XAML 里都存在这类内层窗口元素,于是路径被记录成"相对于内层窗口",而回读时从顶层窗口开始找 → 第 1 段永远匹配不上(实测症状:第 1 段(Group[...])未匹配:同类元素 0 个) - 保存侧修正:路径改为一律相对根窗口记录(
GetAncestor(GA_ROOT)),经过内层窗口元素时记日志提示 - 回读侧容错 1:完整路径失败后,自动改用窗口内的内层窗口元素(带 HWND 的 Window 类型,BFS 限深 4/限 200 节点)作为起点重试
- 回读侧容错 2:仍失败时,允许跳过最多 2 个开头段,在整个窗口内搜索,且必须唯一命中才采用;采用时在 resolution 里明确写出"层级与保存时不同,建议重新添加该控件",绝不静默猜测
- 实测(你自己保存的那条"设置 → 个性化"配置):
found=true、valueKey=Name、value="个性化"、退出码 0,并给出跳过 1 段唯一命中的说明 - 顺带确认 UWP 的一个事实:设置窗口的
ApplicationFrameWindow属于ApplicationFrameHost(PID 19448),而真正的内容Windows.UI.Core.CoreWindow属于另一个进程(设置自己,PID 21180),其子树是 XAML(Custom[PermanentNavigationView]等)。窗口定位必须用框架窗口的进程名+类名(已如此处理),控件路径则由 UIA 跨进程自动接续 - 控件树的"直接子元素"诊断输出补上
HWND与Framework,这类"内层窗口元素"问题下次一眼可见 - 在界面上重新添加一次该控件,让保存的路径变成相对根窗口的干净路径(旧路径虽然现在能容错命中,但会多一条提示)
第七轮:控件树加载慢 / 只读到标题栏 / 无界面默认路径
- 定位并修复路径少一层的 bug:保存 UIA 路径时,向上走到"父级是根窗口"就 break,导致根窗口的直接子元素没有被记录——每条路径整体少一层。实测修复后:记事本文本框 →
Pane#0、第二个 Pane →Pane#1,与窗口的真实子元素一致 - 控件树读取提速:改用
CacheRequest(一次性缓存全部属性与 Pattern)+ 每个父级一次FindAll(Children)批量取子元素,取代"每个节点一次属性往返 + 每个兄弟一次 GetNextSibling"。56 个节点的窗口:372547ms → 187231ms;RuntimeId改为按需读取(省掉每节点一次跨进程调用,只在"添加当前控件"时取) - "只读到标题栏"的真相:UWP(设置/计算器)、CEF 套壳应用的内容树是异步生成的,窗口刚出现时确实只有边框。现在:① 只读到边框就等 700ms 重读一次(日志写明两次的节点数);② 仍只有边框时自动改读内层内容窗口(UWP
CoreWindow/ 浏览器渲染窗口);③ 还是只有边框时状态栏明确说明,而不是把 4 个按钮当成答案 - 读取期间控件树显示
正在读取控件树…(来源)占位节点,状态栏每 500ms 刷新"已 X.X 秒",不再让"空/只有边框"看起来像读完了 - 实测:真实"设置"窗口现在一次读到 114 个节点(含
Custom[PermanentNavigationView]等 XAML 内容) - 无界面默认路径:新增
--read-saved= 读取界面保存的配置(%LocalAppData%\pacs_win_uia\control-monitors.json)并把结果写到 exe 同目录的 out.json(从bin\Debug运行即bin\Debug\out.json);--read-config/--output省略路径时也用同一套默认值;解析出的两个路径打印到 stderr,stdout 保持纯 JSON - 实测:
pacs_win_uia.exe --read-saved --timeout 3→ 读取你自己的那条配置,found=true、value=个性化、退出码 0 - 回归:三来源控件树、拾取下钻、列表读取(三例均 5 行 × 3 列)、监控列表加载全部正常;Release 与 Debug 均已编译
第八轮:区域标题 / 启用列 / 选中状态
- 每个区域加标题栏(浅灰底、加粗 22px),不用再靠内容猜是什么:窗口列表 / 控件摘要 / 控件属性 / 控件监控列表;布局自检也纳入了这 4 个标题(实测各 22px、异常区域 0 个)
- 监控列表新增**「启用」复选框**列:停用的条目保留在配置里但无界面模式会跳过它
- 持久化字段命名为
Disabled且缺省省略,老配置文件没有该字段 = 全部启用(不会因为新增字段把已保存的监控全部停用) - 点击复选框立即提交(
CurrentCellDirtyStateChanged+CommitEdit),否则要等焦点离开才写回对象
- 持久化字段命名为
valueKey新增**「选中状态」**(跨来源键):- UIA:
SelectionItemPattern.Current.IsSelected→ 是 / 否;该控件不支持该 Pattern 时明确报"无法判断是否被选中(列表行/列表项通常支持)" - MSAA:读状态位 → 是 / 有焦点但未选中 / 否
- Win32:窗口本身没有选中概念,会明确报不支持
- 另有 UIA 专用键
IsSelected(true/false 原文)
- UIA:
- 无界面 JSON 汇总新增
Skipped(停用跳过数),Total改为"配置里的条目总数",于是命中 + 未定位 + 取不到值 + 跳过 = 总数 - 实测:停用条目被跳过(
Skipped=1,报告里不含它);选中状态对不支持的就是明确报错、对 MSAA 任务栏返回"否";accRole返回"客户区"
第九轮:界面收敛 + 监控项增强 + 设置框架
- 去掉「控件摘要」区域(
ControlPathBuilder随之删除);每个区域的标题只剩必要信息(第 11 条:窗口列表标题不再带描述) - 「内容Key」在界面上一律显示为别名(JSON 字段名仍是
ContentKey,老配置可读) - RuntimeId 不再为空:树快照仍是按需读取(省每节点一次跨进程调用),但选中节点/拾取目标时会读一次再刷新属性网格
- 监控列表列改为
启用 | 控件Path | 别名 | 来源 | valueKey | 焦点 | 超时秒:隐藏 value 列;页面特征移到属性网格可编辑(留空 = 不校验页面特征,校验规则同步放宽) - 点行头三角即定位:新增
定位到控件与刷新状态按钮,行头点击也触发;定位成功后在屏幕上画出与拾取器同一套不抢焦点的高亮框,并把该行「焦点」列填上 - 「刷新状态」逐条定位并读焦点,每条独立计时,一条等不到不影响其他
- 新增跨来源 valueKey
焦点状态(UIAHasKeyboardFocus/ MSAASTATE_SYSTEM_FOCUSED/ Win32 比前台窗口),HasKeyboardFocus纳入缓存不增加每节点调用 - 监控项新增
TimeoutSeconds(0 = 用全局--timeout);无界面读取优先用条目自己的超时,每条独立计时 - 窗口列表:前台窗口(屏幕上最上方那个)浅黄底色 + 提示,最小化窗口灰字
- 控件树搜索:默认一行(搜索框 / 仅显示匹配 / ▲▼ / 匹配 N 项 / 更多…),「更多」展开 名称·路径·AutomationId·类名·类型·仅焦点元素;过滤时保留祖先链,匹配项高亮,▲▼ 循环跳转
- 「列表结果」不再看起来没用:标签页上方常驻说明栏,读不到时写明状态/来源/原因与三步建议(换来源 → 激活无障碍 → 该控件可能不暴露表格结构)
- 窗口匹配分级降级:进程名+类名+标题 → 进程名+类名 → 进程名+标题 → 仅进程名,并在 resolution 里写明命中级别与"建议重新添加"。原因:WinForms 窗口类名带版本哈希,程序升级后类名会变;标题关键词可能随内容(文件名/患者名)变化
- 独立设置文件
settings.json:exe 同目录、随编译拷到 Debug/Release(None+PreserveNewest,不嵌入 exe,工程内 0 个EmbeddedResource);文件缺失自动生成默认值,文件损坏记日志并回退默认值(实测:故意写坏 JSON 仍能正常启动,"异常区域 0 个") - 设置界面:关于(版本 + 如实写明能力边界 + 两个配置路径)/ 界面 / 悬浮按钮 / 命令 / OCR;保存后才写盘
- 命令执行(工具生命周期钩子):
启动执行结束执行on(按间隔持续,可停)once(启动时一次);通过cmd.exe /c以当前用户身份运行,带超时、捕获 stdout/stderr、输出进控制台日志;界面可增删改、立即执行、启停 - 悬浮按钮条:置顶、不抢焦点(
ShowWithoutActivation+WS_EX_NOACTIVATE)、可拖动、位置存设置;按钮可配置(读取选中控件列表 / 定位到控件 / 读取全部监控项 / 检查选中窗口 / 拾取控件) - OCR 本轮未实现:设置里只有字段与横幅说明("本轮未实现,仅保存配置"),不假装能识别。实现需要引入引擎与中文语言包,并明确截图可能含患者信息、默认不上传外部服务
- 回归:三来源控件树(UIA 56 / MSAA 167 / Win32 7,含 ListView 句柄)、拾取下钻、列表读取三例 5 行×3 列、布局自检 93 个控件"异常区域 0 个"、
--read-saved仍 found/取值(实测读到系统,随设置页面变化)
第十轮·段一:界面小修
- 先用 git 固化可回退基线(仓库此前没有任何提交):
b4c736d 基线提交 - 窗口列表颜色标识:Z 序最前的一行浅黄底(屏幕上最上层)、真实前台窗口浅绿底、最小化灰字。 之前只标前台窗口所以"看不到颜色"——点「刷新窗口」时前台就是本工具自己,而本工具被排除在列表外
- 控件树搜索命中改为加粗(不再用底色):颜色只留给窗口列表
- 点监控列表行头三角 = 在控件树里定位(按来源比较身份:UIA 用 类型/AutomationId/名称、MSAA 用 PathKey、Win32 用 HWND)→ 展开祖先、选中、属性网格随选中联动;再点一次隐藏高亮框;锚定窗口被关闭/最小化时定时器自动隐藏框,不留旧框
- 命令设置重新布局:执行时机分组(启动/退出/定时(on)/启动单次(once))+ 左侧时机列表 +
[新增执行时机] [删除执行时机]+ 右侧命令表格 +[新增] [删除]+[立即执行当前时机的命令] [启动定时命令] [停止定时命令]+ 输出框 - 设置默认给出四个常用时机分组(启动/退出/定时/单次),可直接用也可再加
第十轮·段二:截图 + OCR
ScreenshotService:整窗口 / 客户区 / 任意矩形;依次尝试PrintWindow(PW_RENDERFULLCONTENT)→PrintWindow(0)→BitBlt→ 屏幕拷贝,并记录每一步结果- 有效性校验:尺寸合理 + 采样颜色数 > 1(全黑/全白/单色判为无效)→ 无效就报失败原因,不把空白图当成功。实测记事本客户区 1268x775 成功保存(PrintWindowFull)
- 最小化窗口默认不截;只有设置里显式授权才临时恢复,并在截完还原为最小化、尽量还原原前台窗口,同时提示会闪屏
- 截图保存 PNG(文件名含时间与进程/HWND),日志只记方式/尺寸/路径,不记录图像内容
OcrClient:对接本机 ocr-server(/healthz、/api/v1/uploadmultipart、/api/v1/i2t);i2t 是异步的,按 0.5 秒轮询到 completed/failed 或超时;失败分类明确(不可达/上传失败/识别失败/超时)- 新增跨来源 valueKey
OCR文本(截取该控件矩形 → OCR);并且在正常取值失败时自动降级为 OCR(用户要求:"path 读不到就用截图 + OCR"),结果里的 valueKey 会变成OCR文本、resolution 写明"该值来自截图识别,不是控件原生值" - OCR 设置:总开关(默认关闭)、服务地址、最小置信度、总超时、识别时保存截图、截图目录
- 主界面新增「窗口截图」「OCR 读取」按钮;无界面模式新增
--ocr(本次运行强制开启) - 实测:OCR 关闭时完全没有任何 OCR 调用;开启时截图并尝试上传,服务未启动则如实报
OCR 失败:上传图片失败:ConnectFailure,值标为不可用 - 用真实 ocr-server(
D:\code\work\ocr-server,uv run或分发包启动,默认 127.0.0.1:8000)验证识别成功路径与中文识别效果
段二附带修掉的问题
ControlMonitorDefinition的ControlPath/PageFeatures/ContentKey从IsRequired=true改为可选:手写配置少写字段时, 以前会直接反序列化失败并报"不是有效的定义文档",现在会走到 store 的中文校验提示("页面特征不再强制")- 提醒:截图与 OCR 可能捕获到屏幕上的敏感内容(实测就截到过一行带 token 的地址)。代码只记录长度与路径、 不记录识别文本,但截图文件会落在磁盘上,请自行控制保存目录与保留期限
下一段(段三,待做)
- 条件评估(窗口条件 + 控件条件)
ConditionEvaluator,同时供监听规则与悬浮条使用 MonitorRule+monitor-rules.json+ 设置里的「监听」页:控件出现/消失/值变化/选中变化/焦点变化 + 单击/双击/右键 → 动作(执行命令 / 读取值 / OCR / 截图 / 显示悬浮条)- 轮询(默认 1 秒)+ 具体窗口元素上的 UIA 事件(回调只投递后台任务)+
WH_MOUSE_LL低级鼠标钩子(只观察不拦截) - 条件悬浮条:满足条件才显示、位置 = 锚定窗口左上角 + 相对 XY(跟随窗口移动)
本轮暴露的限制(已实测,非推测)
- WinForms
DataGridView的单元格值无法通过 UIA 读取:TablePattern能给出正确的行列数,但GetItem每次都抛E_UNEXPECTED/ElementNotAvailable,随后该 HWND 的整个 UIA Provider 失效(连FromHandle都失败)。当前实现会如实报告 Partial + 明确提示,不会伪造数据。若要读取,需要评估 Win32 消息 / 跨进程读取方案(见下方待办) - 遍历降级读到的行数只是“当前已实现的行”,虚拟化或滚动出视图的行读不到;UI 已显示为“未知(已读 N 行)”,仍需要在真实 PACS 上确认可接受
- 旧式
SysListView32通过 MSAA 桥只暴露第一列文本时,子列可能只有Name,需要在真实 PACS 列表上复核 - 列表读取期间仍可能被卡死的 Provider 占住后台线程;已改为独立线程(
LongRunning,不占线程池)并限制并发读取数,但无法强制中断 - 用
CacheRequest降低跨进程调用次数(当前每个元素仍是多次.Current.*查询),读大表时建议做 - 控件监控列表目前只做“定义与保存”,尚未接入页面识别与自动读取(属于第四/五阶段)
第三阶段:独立操作面板与右键能力评估
- 调查目标 PACS 是否提供官方插件、扩展或菜单注册机制
- 无合法扩展机制时禁止外部进程菜单注入,采用独立操作条
- 实现读取选中行、当前单元格、刷新、复制和导出操作
- 区分观察右键、获取右键位置、拦截右键和修改菜单
第四阶段:页面规则与自动读取
- 设计带唯一 ID 和版本号的 JSON 页面规则
- 组合进程、顶层窗口、标题关键词、类名、UIA 特征和关键控件识别
- 实现页面进入、退出、变化判断和事件防抖
- 控件失效后重新绑定,防止重复触发和读取循环
- 增加手动测试规则功能
第五阶段:监控引擎
- 实现多窗口、多页面规则和独立任务 ID
- 将 UIA 事件回调限制为投递后台任务,不在回调中执行耗时读取/截图
- 实现任务队列、超时取消、重试、暂停、恢复、启动、停止和状态查询
- 实现资源释放、异常恢复、日志滚动和敏感信息脱敏
第六阶段:截图
- 实现窗口完整区域、客户区和子窗口截图
- 对比
PrintWindow、BitBlt、Graphics.CopyFromScreen - 独立测试最小化、遮挡、GPU、DirectX、OpenGL 和 PACS 影像区域
- 评估 Windows Graphics Capture 的高版本可选实现
- 未验证成功时返回“无法保证”,禁止将空白截图标记为成功
安全、部署与发布
- 默认只读,不注入目标进程、不修改内存、不绕过登录或授权
- 配置截图保存目录、保留期限、清理规则和脱敏模式
- 检查 .NET Framework 4.8 前置条件并制作安装包
- 代码签名、部署、卸载和 Windows 7/10/11 发布矩阵验证