10个Python自动化办公实用脚本分享(小白入门)

 更新时间:2026年04月09日 08:49:33   作者:Python资讯站  
在现代职场中,自动化办公能够显著提高工作效率,在本文中,我们将介绍 10 个常见的 Python 自动化办公脚本,并结合生活中的实际例子进行说明,方便新手小白理解

在现代职场中,自动化办公能够显著提高工作效率。Python 是一门强大的编程语言,通过简单易懂的语法和丰富的第三方库,可以帮助我们实现各种自动化任务。

在本文中,我们将介绍 10 个常见的 Python 自动化办公脚本,并结合生活中的实际例子进行说明,方便新手小白理解。

1. 批量重命名文件

  • 在日常工作中,我们经常需要批量处理文件,例如将一组图片或文档重命名。使用 Python 的 os 模块可以轻松实现。
  • 假设你有一堆图片文件,需要将它们统一命名为“项目_1.jpg”, “项目_2.jpg”等等。
import os

# 指定文件夹路径
folder_path = 'path/to/your/folder'

# 切换到指定目录
os.chdir(folder_path)

# 遍历文件夹中的所有文件
for count, filename in enumerate(os.listdir(folder_path)):
    # 生成新的文件名
    new_name = f"项目_{count + 1}.jpg"
    
    # 重命名文件
    os.rename(filename, new_name)

print("文件重命名完成!")

2. 自动发送电子邮件

  • 通过 Python 的 smtplib 库,我们可以轻松地发送电子邮件,这对于发送报告、通知等信息非常有用。
  • 假设你需要每天向你的团队发送一封日报,包含过去一天的工作总结。
import smtplib
from email.mime.text import MIMEText

# 邮件内容
subject = "每日工作总结"
body = "今天完成了以下工作:\n- 完成了项目 A\n- 开始了项目 B"

# 发件人和收件人
sender = "your_email@example.com"
receiver = "team_member@example.com"

# 创建邮件
msg = MIMEText(body)
msg['Subject'] = subject
msg['From'] = sender
msg['To'] = receiver

# 发送邮件
with smtplib.SMTP('smtp.example.com', 587) as server:
    server.starttls()
    server.login(sender, 'your_password')
    server.send_message(msg)

print("邮件发送成功!")

3. 从 Excel 中提取数据

  • 使用 pandas 库,我们可以快速处理 Excel 文件,例如提取特定的数据或进行数据分析。
  • 假设你有一个 Excel 表格,其中包含销售数据,你想提取出所有超过 1000 元的销售记录。
import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('sales_data.xlsx')

# 提取销售额超过 1000 的记录
high_sales = df[df['Sales'] > 1000]

# 打印结果
print("销售额超过 1000 的记录:\n", high_sales)

4. 自动化生成 PDF 报告

  • 借助 reportlab 库,我们可以动态生成 PDF 文件,用于创建报告、发票等文档。
  • 假设你需要为每个项目生成一份 PDF 报告,包括项目名称、负责人和状态。
from reportlab.lib.pagesizes import letter
from reportlab.pdfgen import canvas

# 创建 PDF 文件
def generate_pdf(project_name, owner, status):
    c = canvas.Canvas(f"{project_name}_report.pdf", pagesize=letter)
    c.drawString(100, 750, f"项目名称: {project_name}")
    c.drawString(100, 730, f"负责人: {owner}")
    c.drawString(100, 710, f"状态: {status}")
    c.save()

# 生成示例报告
generate_pdf("项目A", "张三", "进行中")
print("PDF 报告生成成功!")

5. 获取网页数据

  • 使用 requests 和 BeautifulSoup 库,我们可以从网页上抓取数据,例如提取新闻标题、产品价格等信息。
  • 假设你想从某个新闻网站提取最新的新闻标题。
import requests
from bs4 import BeautifulSoup

# 请求网页
url = 'https://news.ycombinator.com/'
response = requests.get(url)

# 解析网页
soup = BeautifulSoup(response.text, 'html.parser')

# 提取新闻标题
titles = [title.get_text() for title in soup.find_all('a', class_='storylink')]

# 打印所有标题
for index, title in enumerate(titles):
    print(f"{index + 1}: {title}")

6. 定时执行任务

  • 使用 schedule 库可以设置定时任务,例如每天定时发送邮件或运行数据分析脚本。
  • 假设你希望每天晚上 7 点自动发送一封周报邮件。
import schedule
import time

def job():
    print("发送周报邮件...")

# 每天 19:00 执行任务
schedule.every().day.at("19:00").do(job)

while True:
    schedule.run_pending()
    time.sleep(60)  # 等待 1 分钟

7. 批量下载文件

  • 通过 Python 可以自动化下载多个文件,例如从一个网页或云端服务下载数据集。
  • 假设你需要从某个网站批量下载图片。
import requests

# 图片链接列表
image_urls = [
    'http://example.com/image1.jpg',
    'http://example.com/image2.jpg',
    'http://example.com/image3.jpg']

# 批量下载
for url in image_urls:
    response = requests.get(url)
    with open(url.split('/')[-1], 'wb') as f:
        f.write(response.content)

print("所有图片下载完成!")

8. 自动整理文件

  • 利用 os 和 shutil 模块,可以根据文件类型将文件自动分类整理到不同的文件夹中。
  • 假设你的下载文件夹里混杂着很多文件,你希望按照文件类型进行整理,比如将图片、文档和视频分别放到不同的文件夹。
import os
import shutil

# 指定下载文件夹路径
downloads_folder = '/path/to/downloads'

# 创建文件类型对应的文件夹
os.makedirs(os.path.join(downloads_folder, 'Images'), exist_ok=True)
os.makedirs(os.path.join(downloads_folder, 'Documents'), exist_ok=True)
os.makedirs(os.path.join(downloads_folder, 'Videos'), exist_ok=True)

# 遍历下载文件夹中的所有文件
for filename in os.listdir(downloads_folder):
    if filename.endswith('.jpg') or filename.endswith('.png'):
shutil.move(os.path.join(downloads_folder, filename), os.path.join(downloads_folder, 'Images', filename))
    elif filename.endswith('.pdf') or filename.endswith('.docx'):
shutil.move(os.path.join(downloads_folder, filename), os.path.join(downloads_folder, 'Documents', filename))
    elif filename.endswith('.mp4'):
shutil.move(os.path.join(downloads_folder, filename), os.path.join(downloads_folder, 'Videos', filename))

print("文件整理完成!")

9. 数据可视化

  • 使用 matplotlib 库,可以创建各种图表,对数据进行可视化分析,这样更直观。
  • 假设你想要可视化每月的销售数据,以便了解趋势。
import matplotlib.pyplot as plt

# 定义销售数据
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May']
sales = [2000, 3000, 4000, 5000, 6000]

# 创建柱状图
plt.bar(months, sales, color='skyblue')
plt.title('每月销售数据')
plt.xlabel('月份')
plt.ylabel('销售额')
plt.show()

10. 从 Google Sheets 获取数据

  • 通过 gspread 库,可以轻松访问 Google Sheets 中的数据,便于各类办公自动化任务。
  • 如果你在 Google Sheets 上维护了一份客户名单,想要获取这些数据进行处理。
import gspread
from oauth2client.service_account import ServiceAccountCredentials

# 使用 OAuth2 认证
scope = ["https://spreadsheets.google.com/feeds", "https://www.googleapis.com/auth/drive"]
creds = ServiceAccountCredentials.from_json_keyfile_name('path/to/credentials.json', scope)
client = gspread.authorize(creds)

# 打开 Google Sheets 文件
sheet = client.open("客户名单").sheet1

# 获取所有数据
data = sheet.get_all_records()

# 打印客户名单
for record in data:
    print(record)

总结

  • 通过以上 10 个 Python 自动化办公脚本示例,我们可以看到 Python 在提高工作效率方面的巨大潜力。
  • 这些脚本适合新手小白学习,并能帮助他们解决实际工作中遇到的问题

到此这篇关于10个Python自动化办公实用脚本分享(小白入门)的文章就介绍到这了,更多相关Python自动化办公脚本内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Numpy广播域的理解

    Numpy广播域的理解

    本文主要介绍了Numpy广播域的理解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-03-03
  • Python常用Web框架Django、Flask与Tornado介绍

    Python常用Web框架Django、Flask与Tornado介绍

    这篇文章介绍了Python常用Web框架Django、Flask与Tornado,文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2022-05-05
  • python3中确保枚举值代码分析

    python3中确保枚举值代码分析

    在本篇文章里小编给大家整理的是一篇关于python3中确保枚举值代码分析内容,有兴趣的朋友们可以学习下。
    2020-12-12
  • Python 描述符(Descriptor)入门

    Python 描述符(Descriptor)入门

    本文给大家介绍的是Python中比较重要的一个知识点--描述符(Descriptor),描述符(descriptor)是Python语言核心中困扰我时间最长的一个特性,但是一旦你理解了之后,描述符的确还是有它的应用价值的。
    2016-11-11
  • Python常见数据结构之栈与队列用法示例

    Python常见数据结构之栈与队列用法示例

    这篇文章主要介绍了Python常见数据结构之栈与队列用法,结合实例形式简单介绍了数据结构中栈与队列的概念、功能及简单使用技巧,需要的朋友可以参考下
    2019-01-01
  • SpringBoot首页设置解析(推荐)

    SpringBoot首页设置解析(推荐)

    这篇文章主要介绍了SpringBoot首页设置解析,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-02-02
  • 无惧面试,带你搞懂python 装饰器

    无惧面试,带你搞懂python 装饰器

    这篇文章主要介绍了python 装饰器的相关资料,帮助大家更好的理解和学习python,感兴趣的朋友可以了解下
    2020-08-08
  • python读取几个G的csv文件方法

    python读取几个G的csv文件方法

    今天小编就为大家分享一篇python读取几个G的csv文件方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-01-01
  • 使用Python从零实现一个最基础的MCP协议

    使用Python从零实现一个最基础的MCP协议

    模型上下文协议是 Anthropic 在2024年提出的一种开放标准协议,用于标准化 AI 模型与外部工具和数据源的集成方式,本示例将展示如何使用 Python 实现一个最基础的 MCP 协议,包括 MCP 服务器和 MCP 客户端两部分,需要的朋友可以参考下
    2026-04-04
  • Numpy中的数组搜索中np.where方法详细介绍

    Numpy中的数组搜索中np.where方法详细介绍

    这篇文章主要介绍了Numpy中的数组搜索中np.where方法详细介绍,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-01-01

最新评论