您好,登錄后才能下訂單哦!
本篇內(nèi)容主要講解“Python辦公自動化處理的應用場景有哪些”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實用性強。下面就讓小編來帶大家學習“Python辦公自動化處理的應用場景有哪些”吧!
可以使用pandas、xlwings、openpyxl等包來對Excel進行增刪改查、格式調(diào)整等操作,甚至可以使用Python函數(shù)來對excel數(shù)據(jù)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)
PDF幾乎是最常見的文本格式,很多人有各種處理PDF的需求,比如制作PDF、獲取文本、獲取圖片、獲取表格等。Python中有PyPDF、pdfplumber、ReportLab、PyMuPDF等包可以輕松實現(xiàn)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] #指定頁碼 table1 = page01.extract_table()#提取單個表格 # table2 = page01.extract_tables()#提取多個表格 print(table1)
在Python中可以使用smtplib配合email庫,來實現(xiàn)郵件的自動化傳輸,非常方便。
import smtplib import email # 負責將多個對象集合起來 from email.mime.multipart import MIMEMultipart from email.header import Header # SMTP服務器,這里使用163郵箱 mail_host = "smtp.163.com" # 發(fā)件人郵箱 mail_sender = "******@163.com" # 郵箱授權(quán)碼,注意這里不是郵箱密碼,如何獲取郵箱授權(quán)碼,請看本文最后教程 mail_license = "********" # 收件人郵箱,可以為多個收件人 mail_receivers = ["******@qq.com","******@outlook.com"] mm = MIMEMultipart('related') # 郵件正文內(nèi)容 body_content = """你好,這是一個測試郵件!""" # 構(gòu)造文本,參數(shù)1:正文內(nèi)容,參數(shù)2:文本格式,參數(shù)3:編碼方式 message_text = MIMEText(body_content,"plain","utf-8") # 向MIMEMultipart對象中添加文本對象 mm.attach(message_text) # 創(chuàng)建SMTP對象 stp = smtplib.SMTP() # 設置發(fā)件人郵箱的域名和端口,端口地址為25 stp.connect(mail_host, 25) # set_debuglevel(1)可以打印出和SMTP服務器交互的所有信息 stp.set_debuglevel(1) # 登錄郵箱,傳遞參數(shù)1:郵箱地址,參數(shù)2:郵箱授權(quán)碼 stp.login(mail_sender,mail_license) # 發(fā)送郵件,傳遞參數(shù)1:發(fā)件人郵箱地址,參數(shù)2:收件人郵箱地址,參數(shù)3:把郵件內(nèi)容格式改為str stp.sendmail(mail_sender, mail_receivers, mm.as_string()) print("郵件發(fā)送成功") # 關(guān)閉SMTP對象 stp.quit()
數(shù)據(jù)庫是我們常用的辦公應用,Python中有各種數(shù)據(jù)庫驅(qū)動接口包,支持對數(shù)據(jù)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的連接查詢
import pymysql # 打開數(shù)據(jù)庫連接 db = pymysql.connect(host='localhost', user='testuser', password='test123', database='TESTDB') # 使用 cursor() 方法創(chuàng)建一個游標對象 cursor cursor = db.cursor() # 使用 execute() 方法執(zhí)行 SQL 查詢 cursor.execute("SELECT VERSION()") # 使用 fetchone() 方法獲取單條數(shù)據(jù). data = cursor.fetchone() print ("Database version : %s " % data) # 關(guān)閉數(shù)據(jù)庫連接 db.close()
對很多辦公場景來說,批量處理文件一直是個臟活累活,Python可以幫你脫離苦海。Python中有很多處理系統(tǒng)文件的包,比如sys、os、shutil、glob、path.py等等。
批量刪除不同文件夾下的同名文件夾
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)
批量修改文件后綴名
import os def file_rename(): path = input("請輸入你需要修改的目錄(格式如'F:\\test'):") old_suffix = input('請輸入你需要修改的后綴(需要加點.):') new_suffix = input('請輸入你要改成的后綴(需要加點.):') file_list = os.listdir(path) for file in file_list: old_dir = os.path.join(path, file) print('當前文件:', 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()
這是很多人的需求,實現(xiàn)對鼠標的自動控制,去做一些流水線的工作,比如軟件測試。
Python有個pyautogui庫可以任意地去控制你的鼠標。
控制鼠標左擊/右擊/雙擊函數(shù)以及測試源碼
# 獲取鼠標位置 import pyautogui as pg try: while True: x, y = pg.position() print(str(x) + " " + str(y)) #輸出鼠標位置 if 1746 < x < 1800 and 2 < y < 33: pg.click()#左鍵單擊 if 1200 < x < 1270 and 600 < y < 620: pg.click(button='right')#右鍵單擊 if 1646 < x < 1700 and 2 < y < 33: pg.doubleClick()#左鍵雙擊 except KeyboardInterrupt: print("\n")
同樣的,Python也可以通過pyautogui控制鍵盤。
鍵盤寫入
import pyautogui #typewrite()無法輸入中文內(nèi)容,中英文混合的只能輸入英文 #interval設置文本輸入速度,默認值為0 pyautogui.typewrite('你好,world!',interval=0.5)
壓縮文件是辦公中常見的操作,一般壓縮會使用壓縮軟件,需要手動操作。
Python中有很多包支持文件壓縮,可以讓你自動化壓縮或者解壓縮本地文件,或者將內(nèi)存中的分析結(jié)果進行打包。比如zipfile、zlib、tarfile等可以實現(xiàn)對.zip、.rar、.7z等壓縮文件格式的操作。
壓縮文件
import zipfile try: with zipfile.ZipFile("c://test.zip",mode="w") as f: f.write("c://test.txt") #寫入壓縮文件,會把壓縮文件中的原有覆蓋 except Exception as e: print("異常對象的類型是:%s"%type(e)) print("異常對象的內(nèi)容是:%s"%e) finally: f.close()
解壓文件
import zipfile try: with zipfile.ZipFile("c://test.zip",mode="a") as f: f.extractall("c://",pwd=b"root") ##將文件解壓到指定目錄,解壓密碼為root except Exception as e: print("異常對象的類型是:%s"%type(e)) print("異常對象的內(nèi)容是:%s"%e) finally: f.close()
python爬蟲應該是最受歡迎的功能,也是廣大Python愛好者們?nèi)肟拥闹饕脑颉?/p>
Python中有非常多的包支持爬蟲,而爬蟲包又分為抓取、解析兩種。
比如說requests、urllib這種是網(wǎng)絡數(shù)據(jù)請求工具,也就是抓取包;xpath、re、bs4這種會對抓取下來的網(wǎng)頁內(nèi)容進行解析,稱為解析包。
爬取百度首頁圖片,并保存到本地
# 導入urlopen from urllib.request import urlopen # 導入BeautifulSoup from bs4 import BeautifulSoup as bf # 導入urlretrieve函數(shù),用于下載圖片 from urllib.request import urlretrieve # 請求獲取HTML html = urlopen("http://www.baidu.com/") # 用BeautifulSoup解析html obj = bf(html.read(),'html.parser') # 從標簽head、title里提取標題 title = obj.head.title # 只提取logo圖片的信息 logo_pic_info = obj.find_all('img',class_="index-logo-src") # 提取logo圖片的鏈接 logo_url = "https:"+logo_pic_info[0]['src'] # 使用urlretrieve下載圖片 urlretrieve(logo_url, 'logo.png')
圖片處理、圖表可視化涉及到圖像處理,這也是Python的強項,現(xiàn)在諸如圖像識別、計算機視覺等前沿領(lǐng)域也都會用到Python。
在Python中處理圖像的包有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(tǒng)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()
到此,相信大家對“Python辦公自動化處理的應用場景有哪些”有了更深的了解,不妨來實際操作一番吧!這里是億速云網(wǎng)站,更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢,關(guān)注我們,繼續(xù)學習!
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。