python可以实现哪些办公自动化?
发布网友
发布时间：2023-06-17 15:16
共1个回答
热心网友
时间：2024-12-02 04:26
Python办公自动化主要是批量化、自动化、定制化解决数据问题，目前主要分为三大块：自动化office、自动化机器人、自动化数据服务。
1、自动化office，包括对excel、word、ppt、email、pdf等常用办公场景的操作，
python都有对应的工具库，可以很方便的调用。
提供一些常见的核心库供大家参考使用。
excel：xlwings、xlrd、xlwt、openpyxl
word：Python-docx
ppt：pptx
email：smtplib（SMTP服务）、email（解析处理）、yagmail（全能）
pdf：pypdf2、pdfminer、pdfplumber
picture：PIL
学这些会撸python是前提，对于小白来说自学也不是件容易的事，需要花相当的时间去适应python的语法逻辑，而且要坚持亲手敲代码，不断练习。
2、自动化机器人，用来提高常规且高频的服务，比如微信客服、自动交易系统、实时信息抓取、QQ聊天机器人等。
例如
web自动化测试：selenium
模拟鼠标键盘：pymouse、pywinauto、pyautogui
微信自动化:wechatby
Python自动化办公其实并不难，但也需要有Python基础，起码得会写脚本，不然尽管有自动化接口也用不了。
很多人入了很长时间门，还是在门外徘徊，我觉得这是学习方法的问题。学习编程一定要多练习，基础+实战同步走，这样才能最快掌握Python。
可能你会问，看书看不进去怎么办，那就换条路子，你可以去看视频、看网络教程、逛github，都是很不错的方法.
3、自动化数据服务，主要是提供流式数据服务，从数据获取、数据处理、数据建模、数据可视化，到最终生成数据报告，通过python搭建起完整数据链条。
数据抓取：requests、scrapy
数据处理：pandas、numpy
数据建模：scipy、scikit-learn、statesmodel、keras
数据可视化：matplotlib、seaborn、bokeh、pyecharts
数据报表：dash
以python操作excel为例，使用xlwings生成自动化图表。
1、简单介绍xlwings
接下来实操演练：
1、准备一个表格
2、对表格进行各种操作
导入xlwings库，命名为xw
importxlwingsasxw
建立与活动工作簿的连接
#这里使用books方法，引用工作簿
wb=xw.books["商品清单.xlsx"]
type(wb)
xlwings.main.Book
查看工作簿的名字
wb.name
'商品清单.xlsx'
实例化工作表对象
sht=wb.sheets['表一']
查看表一中A1单元格的内容
#标准用法
sht.range('A1').value
'品类'
#简洁用法
sht['A1'].value
'品类'
#索引用法
sht[0,0].value
'品类'
查看表一中A1-D8所有单元格的内容
sht.range('A1:D8').value
输出：
[['品类','数量（件）','单价（元）','总价（元）'],
['坚果',5.0,30.0,150.0],
['罐头',9.0,10.0,90.0],
['牛肉',3.0,60.0,180.0],
['果汁',10.0,9.0,90.0],
['蜂蜜',2.0,80.0,160.0],
['进口零食',4.0,70.0,280.0],
['合计',33.0,43.166666666666664,950.0]]
sht[:8,:4].value
输出：
[['品类','数量（件）','单价（元）','总价（元）'],
['坚果',5.0,30.0,150.0],
['罐头',9.0,10.0,90.0],
['牛肉',3.0,60.0,180.0],
['果汁',10.0,9.0,90.0],
['蜂蜜',2.0,80.0,160.0],
['进口零食',4.0,70.0,280.0],
['合计',33.0,43.166666666666664,950.0]]
将表一B2单元格5改为7
sht.range('B2').value=7
向表二中导入dataframe类型数据
第一步：连接表二
第二步：生成一个dataframe类型数据集
第三步：导入表二
sht_2=wb.sheets['表二']
importpandasaspd
df=pd.DataFrame({'姓名':['小王','小张','小李'],'年龄':[23,26,19]})
df
导入：
sht_2.range('B1').value=df
向表二中导入numpy数组
importnumpyasnp
obj=np.array([[1,2,3],[4,5,6]])
obj
输出：
array([[1,2,3],
[4,5,6]])
导入：
sht_2.range('F1').value=obj
将excel中数据导出为DataFrame格式
sht_2.range('B1').options(pd.DataFrame,expand='table').value
用matplotlib绘图并将图片贴到excel上
importmatplotlib.pyplotasplt
fig=plt.figure(figsize=(4,4))
plt.plot([1,2,3,4,5])
sht_2.pictures.add(fig,name='MyPlot',update=True)
输出：
<Picture'MyPlot'in<Sheet[商品清单.xlsx]表二>>
修改表三中A1单元格的宽和高
连接表三
sht_3=wb.sheets['表三']
查看A1单元格的宽和高
#查看列宽
sht_3.range('A1').column_width
8.11
#查看行高
sht_3.range('A1').row_height
13.8
A1单元格高改为15.6，宽改为2.2
sht_3.range('A1').column_width=2.2
sht_3.range('A1').row_height=15.6
修改表三B1单元格颜色
#查看B1单元格颜色
sht_3.range('B1').color
(255,0,0)
#修改B1单元格颜色为黑色
sht_3.range('B1').color=(0,0,0)
写一个自动化的小脚本
deff():
sht_3.range("A1:AZ48").column_width=1.1
sht_3.range('A1:AZ48').row_height=7.8
list_1=pd.read_csv('zaike.csv').values
fori,jinlist_1:
sht_3[int(i),int(j)].color=(255,25,0)
f()
list_1=[]
foriinrange(30):
forjinrange(40):
c=sht_3[i,j].color
ifc==(255,0,0):
list_1.append((i,j))
这些小例子都能跑，你可以放自己电脑上运行下，或者手敲每个代码，这样绝对能高效率掌握。
如果对python语法还不熟悉，最好先把框架熟悉一遍，多做些练习。
