6个Python脚本，轻松实现日常任务自动化

我是陈泽

于 2024-10-11 14:53:59 发布

阅读量349

点赞数 9

分类专栏： Python入门 Python零基础 Python学习文章标签： python 开发语言 python学习 python教程 Python教学

本文链接：https://blog.csdn.net/biancheng_syz/article/details/142854029

版权

Python入门同时被 3 个专栏收录

105 篇文章 3 订阅

订阅专栏

Python零基础

88 篇文章 0 订阅

订阅专栏

Python学习

78 篇文章 0 订阅

订阅专栏

作为程序员，咱们最怕什么？不是“技术难题”而是那些重复、无聊、繁琐的日常任务，比如文件重命名、数据备份、批量处理图像等等。说实话，看到这些任务堆起来时，我的第一反应不是做，而是去思考：有没有办法让它们自动化？

答案是有的！今天，我就站在技术专家的角度，给大家推荐 6 个简单又实用的 Python 脚本，帮你轻松搞定这些日常任务，让重复工作从此告别“手动模式”。

这里插播一条粉丝福利，如果你正在学习Python或者有计划学习Python，想要突破自我，对未来十分迷茫的，可以点击这里获取最新的Python学习资料和学习路线规划（免费分享，记得关注）

一、用 Pandas 处理数据分析，表格操作从此不再“手忙脚乱”

数据分析是工作中最常见的任务之一。特别是面对一大堆表格数据时，如果还在手动调整表格、汇总统计，那绝对是低效的表现。Pandas 是 Python 中最强大的数据分析库之一，能够让你轻松处理各种表格数据。来看个小例子吧：

import pandas as pd
# 读取CSV文件，假设文件名为data.csvdf = pd.read_csv('data.csv')
# 生成数据统计摘要summary = df.describe()
# 输出统计结果print("数据统计摘要：\n", summary)

这个脚本非常简单，它会读取当前目录下的 data.csv 文件，并输出数据的平均值、方差、最大值、最小值等统计信息。你还可以进一步进行数据清洗、分组统计等操作。比如，如果你想筛选所有“销售额大于 1000 的记录”，只需要加一句 df[df['sales'] > 1000] 就可以了。有没有觉得数据处理一下子变得简单了呢？

二、用 BeautifulSoup 做网页抓取，“偷懒”获取有用数据

想从网上抓点数据做数据分析？比如抓取产品价格、新闻标题，甚至一些学术论文。别担心，Python 的 BeautifulSoup 可以帮你轻松搞定。我们来看一个简单的网页抓取例子：

import requestsfrom bs4 import BeautifulSoup
# 获取网页内容url = 'https://example.com'response = requests.get(url)html_content = response.text
# 解析HTML内容soup = BeautifulSoup(html_content, 'html.parser')
# 提取所有h2标签中的文本内容titles = soup.find_all('h2')for title in titles:  print("文章标题：", title.get_text())

这个脚本会请求指定网页的 HTML 内容，然后用 BeautifulSoup 解析网页结构，找到所有的 <h2> 标签，并把里面的文字内容输出出来。这种方法不仅简单，还非常灵活，可以帮助你快速获取网页上的任何数据。只要设定好目标数据的 HTML 标签或 CSS 选择器，就能轻松“爬”到你想要的内容。

三、用 os 模块批量重命名文件，告别繁琐的手动操作

日常工作中，你是不是经常遇到需要重命名大量文件的情况？尤其是处理照片、文档、代码文件时，一个个文件重命名简直浪费时间。这时，Python 的 os 模块就能派上用场了。下面的脚本能够帮你批量给文件加上“new_”前缀，让文件管理更加有序。

import os
# 指定文件所在目录directory = 'path/to/your/directory'
# 遍历目录下的所有文件，并加上前缀for filename in os.listdir(directory):  if filename.endswith(".txt"): # 仅重命名txt文件，其他文件类型可以根据需要修改      new_name = 'new_' + filename      os.rename(os.path.join(directory, filename), os.path.join(directory, new_name))

这个脚本会遍历指定目录下的所有 .txt 文件，并给它们加上 new_ 前缀。如果你有成百上千个文件需要重命名，这种自动化方式绝对能为你节省大量时间。你还可以修改 if 语句来筛选其他类型的文件，比如 pdf、jpg 等。

四、用 Pillow 轻松批量调整图像大小，不再为图片尺寸发愁

面对大量需要调整大小的图片，如果还在用手动方式处理，那简直就是“用手工耕田”。试试用 Python 的 Pillow 库批量修改图像大小吧！下面是一个简单的示例：

from PIL import Image
# 打开图像文件image = Image.open('example.jpg')
# 调整图像大小new_image = image.resize((800, 600))
# 保存调整后的图像new_image.save('example_resized.jpg')

这段代码会把 example.jpg 调整为 800x600 像素的大小，并保存为 example_resized.jpg。想批量处理图像？只需稍作修改，把文件夹下所有图片路径都遍历一遍即可。比如，可以加入一个 for 循环遍历所有图片文件，一键调整，轻松省时。

五、用 ReportLab 创建 PDF 报告，高效生成文档内容

在项目中，有时需要快速生成一些简单的 PDF 报告，比如汇报业绩、生成客户清单、甚至是编写带有图表的报告。使用 ReportLab 可以轻松实现这些操作。来看个简单例子：

from reportlab.lib.pagesizes import letterfrom reportlab.pdfgen import canvas
# 创建PDF文件pdf = canvas.Canvas('example.pdf', pagesize=letter)width, height = letter
# 在PDF中写入文本pdf.drawString(100, height - 100, "Hello, World!")pdf.drawString(100, height - 150, "This is a PDF document created with ReportLab.")
# 保存并关闭PDF文件pdf.save()

这个脚本会创建一个名为 example.pdf 的 PDF 文件，并在其中写入两行文字。ReportLab 功能强大，你还可以用它画图、创建表格、甚至生成复杂的报表。只需花点时间深入研究，它就能满足你所有文档生成的需求。

六、自动数据备份，安全无忧

最后一个脚本可以帮你自动备份重要数据。定期备份是个好习惯，但要手动做的话，估计多数人都会忘记。用 Python 脚本就能轻松搞定：

import shutilimport osfrom datetime import datetime
# 指定源目录和目标目录source_dir = 'path/to/source/directory'backup_dir = 'path/to/backup/directory'
# 创建带有时间戳的备份目录timestamp = datetime.now().strftime('%Y%m%d%H%M%S')backup_path = os.path.join(backup_dir, f'backup_{timestamp}')os.makedirs(backup_path)
# 复制文件到备份目录for filename in os.listdir(source_dir):  source_file = os.path.join(source_dir, filename)  shutil.copy(source_file, backup_path)
print(f'Backup completed successfully to {backup_path}')