Python處理辦公自動化的10大場景

15 min readJul 13, 2022

文章來自於：Python大數據分析

知乎上有個熱門問題，Python 未來會成為大眾辦公常用程式設計工具嗎？

在程式設計世界裡，Python已經是名副其實的網紅了。曾經一個學漢語言的研究生，問我怎麼學Python，因為他們課程論文裡需要用到文字分析，用Python來跑資料。我和他說，你看兩天語法，就可以上手開幹，不會的再查資料。後來這位同學半個月就用Python把論文資料搞好了。

所以Python最大優勢在於容易學，門檻比Java、C++低非常多，給非程式設計師群體提供了用程式碼幹活的可能性。當然Python能成為大眾程式設計工具，不光光是因為易學，還因為Python有成千上萬的工具包，遍佈各行各業。

舉10幾個辦公自動化常見的例子，Python都能高效處理。

1、Python處理Excel資料

可以使用pandas、xlwings、openpyxl等包來對Excel進行增刪改查、格式調整等操作，甚至可以使用Python函式來對excel資料進行分析。

讀取excel表格

import xlwings as xw
wb = xw.Book() # this will create a new workbook
wb = xw.Book(‘FileName.xlsx’) # connect to a file that is open or in the current working directory
wb = xw.Book(r’C:\path\to\file.xlsx’) # on Windows: use raw strings to escape backslashes

將matplotlib繪圖寫入excel表格

import matplotlib.pyplot as plt
import xlwings as xw
fig = plt.figure()
plt.plot([1, 2, 3])
sheet = xw.Book().sheets[0]
sheet.pictures.add(fig, name=’MyPlot’, update=True)

2、Python處理PDF文字

PDF幾乎是最常見的文字格式，很多人有各種處理PDF的需求，比如製作PDF、獲取文字、獲取圖片、獲取表格等。Python中有PyPDF、pdfplumber、ReportLab、PyMuPDF等包可以輕鬆實現這些需求。

提取PDF文字

import PyPDF2
pdfFile = open(‘example.pdf’,’rb’)
pdfReader = PyPDF2.PdfFileReader(pdfFile)
print(pdfReader.numPages)
page = pdfReader.getPage(0)
print(page.extractText())
pdfFile.close()

提取PDF表格

# 提取pdf表格
import pdfplumber
with pdfplumber.open(“example.pdf”) as pdf:
page01 = pdf.pages[0] #指定页码
table1 = page01.extract_table()#提取单个表格
# table2 = page01.extract_tables()#提取多个表格
print(table1)

3、Python處理Email

在Python中可以使用smtplib配合email庫，來實現郵件的自動化傳輸，非常方便。

import smtplib
import email
# 负责将多个对象集合起来
from email.mime.multipart import MIMEMultipart
from email.header import Header
# SMTP服务器,这里使用163邮箱
mail_host = “smtp.163.com”
# 发件人邮箱
mail_sender = “******@163.com”
# 邮箱授权码,注意这里不是邮箱密码,如何获取邮箱授权码,请看本文最后教程
mail_license = “********”
# 收件人邮箱，可以为多个收件人
mail_receivers = [“******@qq.com”,”******@outlook.com”]
mm = MIMEMultipart(‘related’)
# 邮件正文内容
body_content = “””你好，这是一个测试邮件！”””
# 构造文本,参数1：正文内容，参数2：文本格式，参数3：编码方式
message_text = MIMEText(body_content,”plain”,”utf-8")
# 向MIMEMultipart对象中添加文本对象
mm.attach(message_text)
# 创建SMTP对象
stp = smtplib.SMTP()
# 设置发件人邮箱的域名和端口，端口地址为25
stp.connect(mail_host, 25)
# set_debuglevel(1)可以打印出和SMTP服务器交互的所有信息
stp.set_debuglevel(1)
# 登录邮箱，传递参数1：邮箱地址，参数2：邮箱授权码
stp.login(mail_sender,mail_license)
# 发送邮件，传递参数1：发件人邮箱地址，参数2：收件人邮箱地址，参数3：把邮件内容格式改为str
stp.sendmail(mail_sender, mail_receivers, mm.as_string())
print(“邮件发送成功”)
# 关闭SMTP对象
stp.quit()

4、Python處理資料庫

資料庫是我們常用的辦公應用，Python中有各種資料庫驅動介面包，支援對資料庫的增刪改查、運維管理工作。比如說pymysql包對應MySQL、psycopg2包對應PostgreSQL、pymssql包對應sqlserver、cxoracle包對應Oracle、PyMongo包對應MongoDB等等。

對MySQL的連線查詢

import pymysql
# 打开数据库连接
db = pymysql.connect(host=’localhost’,
user=’testuser’,
password=’test123',
database=’TESTDB’)
# 使用 cursor() 方法创建一个游标对象 cursor
cursor = db.cursor()
# 使用 execute() 方法执行 SQL 查询
cursor.execute(“SELECT VERSION()”)
# 使用 fetchone() 方法获取单条数据.
data = cursor.fetchone()
print (“Database version : %s “ % data)
# 关闭数据库连接
db.close()

5、Python處理批次檔案

對很多辦公場景來說，批次處理檔案一直是個髒活累活，Python可以幫你脫離苦海。Python中有很多處理系統檔案的包，比如sys、os、shutil、glob、path.py等等。

批次刪除不同資料夾下的同名資料夾

import os,shutil
import sys
import numpy as np
def arrange_file(dir_path0):
for dirpath,dirnames,filenames in os.walk(dir_path0):
if ‘my_result’ in dirpath:
# print(dirpath)
shutil.rmtree(dirpath)

批量修改文件後綴名

import os
def file_rename():
path = input(“请输入你需要修改的目录(格式如’F:\\test’)：”)
old_suffix = input(‘请输入你需要修改的后缀（需要加点.）：’)
new_suffix = input(‘请输入你要改成的后缀（需要加点.）：’)
file_list = os.listdir(path)
for file in file_list:
old_dir = os.path.join(path, file)
print(‘当前文件：’, file)
if os.path.isdir(old_dir):
continue
if old_suffix != os.path.splitext(file)[1]:
continue
filename = os.path.splitext(file)[0]
new_dir = os.path.join(path, filename + new_suffix)
os.rename(old_dir, new_dir)
if __name__ == ‘__main__’:
file_rename()

6、Python控制滑鼠

這是很多人的需求，實現對滑鼠的自動控制，去做一些流水線的工作，比如軟體測試。

Python有個pyautogui庫可以任意地去控制你的滑鼠。

控制滑鼠左擊/右擊/雙擊函式以及測試原始碼

# 获取鼠标位置
import pyautogui as pg
try:
while True:
x, y = pg.position()
print(str(x) + “ “ + str(y)) #输出鼠标位置
if 1746 < x < 1800 and 2 < y < 33:
pg.click()#左键单击
if 1200 < x < 1270 and 600 < y < 620:
pg.click(button=’right’)#右键单击
if 1646 < x < 1700 and 2 < y < 33:
pg.doubleClick()#左键双击
except KeyboardInterrupt:
print(“\n”)

7、Python控制鍵盤

同樣的，Python也可以透過pyautogui控制鍵盤。

鍵盤寫入

import pyautogui
#typewrite()无法输入中文内容，中英文混合的只能输入英文
#interval设置文本输入速度，默认值为0
pyautogui.typewrite(‘你好，world!’,interval=0.5)

8、Python壓縮檔案

壓縮檔案是辦公中常見的操作，一般壓縮會使用壓縮軟體，需要手動操作。

Python中有很多包支援檔案壓縮，可以讓你自動化壓縮或者解壓縮本地檔案，或者將記憶體中的分析結果進行打包。比如zipfile、zlib、tarfile等可以實現對.zip、.rar、.7z等壓縮檔案格式的操作。

壓縮檔案

import zipfile
try:
with zipfile.ZipFile(“c://test.zip”,mode=”w”) as f:
f.write(“c://test.txt”) #写入压缩文件，会把压缩文件中的原有覆盖
except Exception as e:
print(“异常对象的类型是:%s”%type(e))
print(“异常对象的内容是:%s”%e)
finally:
f.close()

解壓檔案

import zipfile
try:
with zipfile.ZipFile(“c://test.zip”,mode=”a”) as f:
f.extractall(“c://”,pwd=b”root”) ##将文件解压到指定目录，解压密码为root
except Exception as e:
print(“异常对象的类型是:%s”%type(e))
print(“异常对象的内容是:%s”%e)
finally:
f.close()

9、Python爬取網路資料

python爬蟲應該是最受歡迎的功能，也是廣大Python愛好者們入坑的主要的原因。

Python中有非常多的包支援爬蟲，而爬蟲包又分為抓取、解析兩種。

比如說requests、urllib這種是網路資料請求工具，也就是抓取包；xpath、re、bs4這種會對抓取下來的網頁內容進行解析，稱為解析包。

爬取百度首頁圖片，並儲存到本地

# 导入urlopen
from urllib.request import urlopen
# 导入BeautifulSoup
from bs4 import BeautifulSoup as bf
# 导入urlretrieve函数，用于下载图片
from urllib.request import urlretrieve
# 请求获取HTML
html = urlopen(“http://www.baidu.com/")
# 用BeautifulSoup解析html
obj = bf(html.read(),’html.parser’)
# 从标签head、title里提取标题
title = obj.head.title
# 只提取logo图片的信息
logo_pic_info = obj.find_all(‘img’,class_=”index-logo-src”)
# 提取logo图片的链接
logo_url = “https:”+logo_pic_info[0][‘src’]
# 使用urlretrieve下载图片
urlretrieve(logo_url, ‘logo.png’)

10、Python處理圖片圖表

圖片處理、圖表視覺化涉及到影象處理，這也是Python的強項，現在諸如影象識別、計算機視覺等前沿領域也都會用到Python。

在Python中處理影象的包有scikit Image、PIL、OpenCV等，處理圖表的包有matplotlib、plotly、seaborn等。

對圖片進行黑白化處理

from PIL import Image
from PIL import ImageEnhance
img_main = Image.open(u’E:/login1.png’)
img_main = img_main.convert(‘L’)
threshold1 = 138
table1 = []
for i in range(256):
if i < threshold1:
table1.append(0)
else:
table1.append(1)
img_main = img_main.point(table1, “1”)
img_main.save(u’E:/login3.png’)

生成統計圖表

import numpy as np
import matplotlib.pyplot as plt
N = 5
menMeans = (20, 35, 30, 35, 27)
womenMeans = (25, 32, 34, 20, 25)
menStd = (2, 3, 4, 1, 2)
womenStd = (3, 5, 2, 3, 3)
ind = np.arange(N) # the x locations for the groups
width = 0.35 # the width of the bars: can also be len(x) sequence
p1 = plt.bar(ind, menMeans, width, yerr=menStd)
p2 = plt.bar(ind, womenMeans, width,
bottom=menMeans, yerr=womenStd)
plt.ylabel(‘Scores’)
plt.title(‘Scores by group and gender’)
plt.xticks(ind, (‘G1’, ‘G2’, ‘G3’, ‘G4’, ‘G5’))
plt.yticks(np.arange(0, 81, 10))
plt.legend((p1[0], p2[0]), (‘Men’, ‘Women’))
plt.show()