Python八个自动化办公的技巧

导语

哈喽吖铁汁萌！今天这期就给大家介绍几个我用到的办公室自动化技巧，可以瞬速提高办公效率。有需要的可以往下滑了

1、Word文档doc转docx

去年想参赛一个数据比赛, 里面的数据都是doc格式, 想用python-docx 读取word文件中的数据, 但是python-docx只支持docx格式, 所以研究了这两种格式的转换。

1.1 导入工具包

import` `os``from` `win32com ``import` `client as wc

1.2 获取文件夹下面所有doc文件明细

# 路径``path``=``"C:/Users/yyz/Desktop/python办公技巧/data/doc转docx/"`  `# 根据自己电脑文件修改`` ` `# 定义空list,存放文件绝对路径``files ``=` `[]``for` `file` `in` `os.listdir(path):``  ``if` `file``.endswith(``".doc"``):``    ``files.append(path``+``file``)``files

1.3 转换文件

# 运行word程序``word ``=` `wc.Dispatch(``"Word.Application"``)``# for循环``i ``=` `0``for` `file` `in` `files:``  ``try``:``    ``doc ``=` `word.Documents.``Open``(``file``)  ``#打开word文件``    ``doc.SaveAs(``"{}x"``.``format``(``file``), ``12``)  ``#另存为后缀为".docx"的文件，其中参数12指docx文件``    ``doc.Close() ``#关闭原来word文件``    ``print``(``file` `+``':转换成功'``)``    ``i ``+``=``1``  ``except``:``    ``print``(``file` `+``':转换[不成功]'``)  ``    ``files.append(``file``) ``# 若读取文件报错, 则将文件名称添加到files列表中重新读取``    ``pass``print``(``'转换文件%i个'``%``i)  ``# 退出word  ``word.Quit()

2、文字地址批量转经纬度

工作中地址转经纬度会用在做地图可视化或者计算距离方面。

2.1 导入工具包

# 导入工具包``import` `pandas as pd``import` `json``from` `urllib.request ``import` `urlopen, quote``import` `requests

2.2 定义转换函数

# 定义函数``def` `getlnglat(address):``  ``url ``=` `'http://api.map.baidu.com/geocoding/v3/'``  ``output ``=` `'json'``  ``ak ``=` `"自己申请的api"`  `# 百度地图API, 需要自己申请``  ``address ``=` `quote(address) ``# 由于本文地址变量为中文，为防止乱码，先用quote进行编码``  ``uri ``=` `url ``+` `'?'` `+` `'address='` `+` `address ``+` `'&output='` `+` `output ``+` `'&ak='` `+` `ak ``+``'&callback=showLocation%20'``+``'//GET%E8%AF%B7%E6%B1%82'``  ``res``=``requests.get(uri).text``  ``temp ``=` `json.loads(res) ``# 将字符串转化为json``  ``lat ``=` `temp[``'result'``][``'location'``][``'lat'``]``  ``lng ``=` `temp[``'result'``][``'location'``][``'lng'``]``  ``return` `lng, lat  ``# 经度 longitude,纬度 latitude,

2.3 地址转换

2.3.1 单个地址转换

# 单个地址转换``getlnglat(``'北京市朝阳区高碑店地区办事处高井村委会'``)``(``116.52784003604923``, ``39.91806508560947``)

2.3.2 批量地址转换

# 读取数据``data ``=` `pd.read_excel(``'C:/Users/yyz/Desktop/python办公技巧/data/地址信息.xlsx'``)``data

data[``'经度'``] ``=` `''``data[``'纬度'``] ``=` `''``for` `i ``in` `range``(data.shape[``0``]):``  ``try``:``    ``data.iloc[i,``2``] ``=` `getlnglat(data.iloc[i,``1``])[``0``] ``# 经度 将第i行,第2列的地址(列索引为1)转换为经纬度,并将经度赋值给第i行,第3列(列索引为2)``    ``data.iloc[i,``3``] ``=` `getlnglat(data.iloc[i,``1``])[``1``] ``# 纬度``  ``except``:``    ``pass``  ``#print(i)``data

3、经纬度计算距离

安装工具包

pip install geopy

3.1 导入工具包

from` `geopy.distance ``import` `geodesic

3.2 读取数据

# 读取数据``data ``=` `pd.read_excel(``'C:/Users/yyz/Desktop/python办公技巧/data/经纬度计算距离.xlsx'``)``data

3.3 计算距离

# 将经纬度赋值给变量,简化``wd1 ``=` `data[``'纬度1'``].tolist()``jd1 ``=` `data[``'经度1'``].tolist()``wd2 ``=` `data[``'纬度2'``].tolist()``jd2 ``=` `data[``'经度2'``].tolist()`` ` `lis1 ``=` `[]``for` `i ``in` `range``(``len``(data)):``  ``j``=` `geodesic((wd1[i],jd1[i]), (wd2[i],jd2[i])).km  ``# 纬度 经度 纬度 经度``  ``lis1.append(j)``  ``#print(i)`` ` `data[``'距离'``] ``=` `lis1``data

4、百度经纬度转高德经纬度

公司有2个系统,用的坐标系不一样, 有时候需要转换一下

4.1 工具包

# 导入工具包``import` `math``import` `pandas as pd

4.2 定义函数

# 定义转换函数``def` `bdToGaoDe(lon,lat):``  ``PI ``=` `3.14159265358979324` `*` `3000.0` `/` `180.0``  ``x ``=` `lon ``-` `0.0065``  ``y ``=` `lat ``-` `0.006``  ``z ``=` `math.sqrt(x ``*` `x ``+` `y ``*` `y) ``-` `0.00002` `*` `math.sin(y ``*` `PI)``  ``theta ``=` `math.atan2(y, x) ``-` `0.000003` `*` `math.cos(x ``*` `PI)``  ``lon ``=` `z ``*` `math.cos(theta)``  ``lat ``=` `z ``*` `math.sin(theta)``  ``return` `lon,lat

4.3 单个转换

# 单个转换``bdToGaoDe(``116.512885``, ``39.847469``)``(``116.50647396357492``, ``39.84120409781157``)

4.4 批量转换

# 读取数据``data ``=` `pd.read_excel(``'C:/Users/yyz/Desktop/python办公技巧/data/百度经纬度转高德.xlsx'``)``data.head()

wd ``=` `data[``'纬度'``].tolist()``jd ``=` `data[``'经度'``].tolist()``# 定义一个空列表``li1 ``=` `[]``for` `i ``in` `range``(``len``(data)):``  ``j  ``=` `bdToGaoDe(jd[i],wd[i])``  ``li1.append(j)``  ` `li1``data[``'经度_re'``] ``=` `[i[``0``] ``for` `i ``in` `li1]``data[``'纬度_re'``] ``=` `[i[``1``] ``for` `i ``in` `li1]``data.head()

5、Excel文件批量合并

5.1 工具包

# 导入工具包``import` `pandas as pd``import` `os

5.2 获取文件列表

# 设置文件路径``path ``=` `'C:/Users/yyz/Desktop/python办公技巧/data/数据合并/'``# 空列表, 用于存放文件路径``files ``=` `[]``for` `file` `in` `os.listdir(path):``  ``if` `file``.endswith(``".xlsx"``):``    ``files.append(path``+``file``)`` ` `# 查看列表``files

5.3 转换存储数据

# 定义一个空的dataframe``data ``=` `pd.DataFrame() `` ` `# 遍历所有文件``for` `file` `in` `files:``  ``datai ``=` `pd.read_excel(``file``)``  ``datai_len ``=` `len``(datai)``  ``data ``=` `data.append(datai)  ``# 添加到总的数据中``  ``print``(``'读取%i行数据,合并后文件%i列, 名称：%s'``%``(datai_len,``len``(data.columns),``file``.split(``'/'``)[``-``1``]))   ``  ``# 查看是否全部读取，格式是否出错``# 重置索引  ``data.reset_index(drop``=``True``,inplace``=``True``)

6、Word文件批量转pdf

只能转docx文件,转doc文件会报错, 工具包安装

pip install docx2pdf

6.1 导入工具包

# 安装工具包:``#　导入工具包``from` `docx2pdf ``import` `convert``import` `os

6.2 单个转换

# 单个转换``convert(``"c:/users/yyz/desktop/魔方公式.docx"``, ``"c:/users/yyz/desktop/excel笔记.pdf"``)

6.3 批量转换

# 文件位置``path ``=` `'C:/Users/yyz/Desktop/python办公技巧/data/word转pdf/'``# 定义空list,存放文件列表``files ``=` `[]``for` `file` `in` `os.listdir(path):``  ``if` `file``.endswith(``".docx"``):``    ``files.append(path``+``file``)``files``for` `file` `in` `files:``  ``convert(``file``,``file``.split(``'.'``)[``0``]``+``'.pdf'``)``  ``print``(``file``+``'转换成功'``)

7、批量读取word中表格数据

7.1工具包安装

pip install python``-``docx
# 读取word文件``doc ``=` `docx.Document(``'C:/Users/yyz/Desktop/python办公技巧/data/word信息.docx'``)``# 获取文档中所有表格对象的列表``biaoges ``=` `doc.tables

7.2 不规范的表格

cells ``=` `biaoges[``1``]._cells``cells_lis ``=` `[[cell.text ``for` `cell ``in` `cells]]

import` `pandas as pd``import` `numpy as np``datai ``=` `pd.DataFrame(cells_lis)``datai ``=` `datai[[``1``,``3``,``7``,``9``,``14``,``16``,``19``,``21``]]``datai.columns ``=` `[``'姓名'``,``'年龄'``,``'籍贯'``,``'住址'``,``'工作单位'``,``'电话'``,``'是否党员'``,``'出生日期'``]``datai

7.3 规范数据

# 获取第1个表格行丨``rowi ``=` `len``(biaoges[``0``].rows)``rowi
# 定义空列表``lis1 ``=` `[]``# for循环获取第一个表的数据``for` `i ``in` `range``(``1``,rowi): ``# 从第2行开始循环``  ``lis1.append([biaoges[``0``].cell(i,``0``).text,``         ``biaoges[``0``].cell(i,``1``).text,``         ``biaoges[``0``].cell(i,``2``).text,``         ``biaoges[``0``].cell(i,``3``).text,``         ``biaoges[``0``].cell(i,``4``).text])
# 创建一个dataframe``data1 ``=` `pd.DataFrame(lis1,columns``=``[``'日期'``,``'品类'``,``'数量'``,``'价格'``,``'金额'``])``data1

7.4 批量读取

import` `pandas as pd``import` `os``os.chdir(``'C:/Users/yyz/Desktop/python办公技巧/data/word信息/'``)
lis1``=``[]``for` `file` `in` `os.listdir(``'.'``):``  ``if` `file``.endswith(``'.docx'``):``    ``doc ``=` `docx.Document(``'./'``+``file``)``    ``biaoges ``=` `doc.tables``    ``rowi ``=` `len``(biaoges[``0``].rows)``    ``for` `i ``in` `range``(``1``,rowi):``      ``lis1.append([biaoges[``0``].cell(i,``0``).text,``           ``biaoges[``0``].cell(i,``1``).text,``           ``biaoges[``0``].cell(i,``2``).text,``           ``biaoges[``0``].cell(i,``3``).text,``           ``biaoges[``0``].cell(i,``4``).text])
# 创建dataframe      ``data1 ``=` `pd.DataFrame(lis1,columns``=``[``'日期'``,``'品类'``,``'数量'``,``'价格'``,``'金额'``])``data1

8 用outlook批量发邮件

8.1 导入工具包

import` `win32com.client as win32``import` `pandas as pd

8.2 读取数据

# 读取数据``data1 ``=` `pd.read_excel(``'C:/Users/yyz/Desktop/python批量发送邮件.xlsx'``,sheet_name``=``'发送邮件'``)``data1.fillna('',inplace``=``True``)

8.3 发送邮件

# 运行outlook``outlook ``=` `win32.Dispatch(``"outlook.Application"``)  ``# for循环发送文件``for` `i ``in` `range``(data1.shape[``0``]):  ``  ``mail ``=` `outlook.CreateItem(``0``)  ``# 创建一个邮件对象 win32.constants.olMailItem``  ``mail.To ``=` `data1.iloc[i,``0``]   ``#收件人``  ``mail.CC ``=` `data1.iloc[i,``1``]   ``#抄送人``  ``mail.Subject ``=` `data1.iloc[i,``2``]  ``#邮件主题``  ``mail.HTMLBody ``=` `data1.iloc[i,``3``]      ``# 邮件正文 html格式``  ``# mail.Body = data1.iloc[i,3]       # 邮件正文``  ``mail.Attachments.Add(data1.iloc[i,``4``])   ``# 附件``  ``mail.Send() ``#发送``  ``i ``+``=``1``print``(``'发送邮件%i份'``%``i)

python办公自动化的技巧还有很多, python好掌握，能帮助我们提升工作效率，这也是很多非编程人员学习python的原因之一。

以上就是Python七个自动化办公的技巧的详细内容。

最后

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

如果需要可以点击链接免费领取或者滑到最后扫描二v码

👉[CSDN大礼包：《python学习路线&全套学习资料》免费分享]（安全链接，放心点击）

👉Python学习大纲👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python实战案例👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python书籍和视频合集👈

👉Python面试刷题👈

👉Python副业兼职路线👈

这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要可以点击链接免费领取或者保存图片到wx扫描二v码免费领取 【保证100%免费】

👉[CSDN大礼包：《python学习路线&全套学习资料》免费分享]（安全链接，放心点击）