python自动化办公培训_python-自动化办公

Excel处理

需要安装xlrd、xlwt、xlutils三个包

Excel读

import xlrd

#文件载入

wb = xlrd.open_workbook('../test/datafiles/test.xls')

# 获取sheet信息

# 获取sheet数量

print("sheet 数量：", wb.nsheets)

# 获取sheet名

sheets = wb.sheets()

print("sheet名称：", wb.sheet_names())

# 根据索引-通过sheet对象获得

sh = wb.sheet_by_index(0)

print(sh.name)

# 根据名称-通过sheet对象获得

sh = wb.sheet_by_name('fruits')

print(sh.name)

#

# 取整行、整列

print("sheet %s 有 %s 行 %s 列" % (sh.name, sh.nrows, sh.ncols))

print("第一行的值为：", sh.row_values(0))

print("第二列的值为：", sh.col_values(1))

# 单元格操作

cell = sh.cell(0, 1)

print("第一行的第二列的值：", cell.value)

#获取单元格类型 0 空值； 1 字符串； 2 数值； 3 日期

print("第二行第二列的类型是：", sh.cell(11, 1).ctype)

# 数值

cell = sh.cell(2, 3)

if cell.ctype == 2:

print("第3行的第4列的值：", int(cell.value))

print("最后一行最后一列的值：", sh.cell_value(-1, -1))

# 日期时间

sh = wb.sheet_by_name('fruits')

cell = sh.cell(1, 0)

if cell.ctype == 3:

value = xlrd.xldate_as_datetime(cell.value, 0)# 获得一datetime对象

print(value.strftime('%Y-%m-%d'))

for i in range(sh.nrows):#读行

for j in range(sh.ncols):#读列

cell = sh.cell(i, j)

value = cell.value

if cell.ctype == 2:

if j == 4:

value = int(value)

elif j == 5:

value = round(value, 1)

elif j == 6 or j == 7:

value = round(value, 2)

elif cell.ctype == 3:

d = xlrd.xldate_as_datetime(value, 0)

value = d.strftime('%Y-%m-%d')

print(str(value).center(10), end='\t')#字符串不足10位补满10位后居中

print()

Excel写

import xlwt

wb = xlwt.Workbook()#创建一个Excel对象

sh = wb.add_sheet('第一季度', cell_overwrite_ok=True)#某个单元格可以复写，多次写入不报错

sh.write(0, 0, '姓名')

sh.write(0, 1, '1月')

sh.write(0, 2, '2月')

sh.write(0, 3, '3月')

sh = wb.add_sheet('平方值', cell_overwrite_ok=True)

for i in range(20):

sh.row(i).write(0, i+1)#在第i行第1列写内容

sh.row(i).write(1, (i+1) * (i+1))#在第i行第2列写内容

wb.save('../test/datafiles/test_write.xls')

Excel写入读出的内容&编辑写入后的

读写改Excel

rfile_ph='../test/datafiles/test.xls'

wfile_ph='../test/datafiles/test_write1.xls'

#写入读出

import xlwt

import xlrd

re = xlrd.open_workbook(rfile_ph).sheet_by_index(0)#获取第一个页签对象

we = xlwt.Workbook()#创建一个Excel对象

sh = we.add_sheet('复制后sheet1', cell_overwrite_ok=True)#某个单元格可以复写，多次写入不报错

for i in range(re.nrows):#读行

for j in range(re.ncols):#读列

sh.write(i, j, re.cell(i, j).value) # 在第i行第1列写内容

we.save(wfile_ph)

#修改

from xlutils import copy

rb = xlrd.open_workbook(wfile_ph) #打开文件

wb = copy.copy(rb) #利用xlutils.copy下的copy函数复制

ws = wb.get_sheet(0) #获取表单0

ws.write(0, 0, 'changed!') #改变（0,0）的值

ws.write(8,0,label = '好的') #增加（8,0）的值

wb.save(wfile_ph)

Word处理

Word写

需要安装python-docx包

from docx import Document

from docx.enum.text import WD_PARAGRAPH_ALIGNMENT

from docx.shared import Mm, Inches, Pt, RGBColor

doc = Document()

title = doc.add_heading("每日运营数据分析报告", 0)#增加标题 级别1

title.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER#一级标题并且居中

doc.add_paragraph('此报告为Python脚本每日自动生成，共分为三部分')#新增段落

doc.add_paragraph('数据汇总', style="List Number")#新增段落，风格为列表 1.数据汇总

doc.add_paragraph('线上数据', style="List Number")#新增段落，风格为列表 2.线上数据

doc.add_paragraph('线下数据', style="List Number")

doc.add_heading('数据汇总', 1)#增加标题 级别2

online_sale = 292932

shop_sale = 192837

pg = doc.add_paragraph('昨日线上销售总额为{:,}元，线下销售总额为{:,}元，'

'总计销售额为{:,}元'.format(online_sale, shop_sale, online_sale + shop_sale))

pg.paragraph_format.left_indent = Mm(5)#增加5毫米缩进

doc.add_heading('线上数据分析', 1)

pg = doc.add_paragraph('各渠道类型销售金额分布如下：')

pg.add_run('免费渠道为292189元，付费渠道为283272元')#增加文本

doc.add_picture('../test/datafiles/online_sale.png', width=Inches(5.5))#增加图片并限制大小

doc.add_paragraph('建议改进方案：')

doc.add_paragraph('增加付费广告投放', style="List Bullet")#新增段落，风格为列表-小圆点 ·增加付费广告投放

doc.add_paragraph('提高着陆页的加载速度', style="List Bullet")#新增段落，风格为列表-小圆点 ·提高着陆页的加载速度

doc.add_paragraph('减少页面跳转', style="List Bullet")

doc.add_heading('线下数据分析', 1)

table = doc.add_table(rows=1, cols=3)#新增表格

cells = table.rows[0].cells

cells[0].text = '城市'

cells[1].text = '销量'

records = [

['北京', '100'],

['上海', '120'],

['天津', '300'],

['河北', '200'],

['广东', '400'],

['辽宁', '500'],

['江苏', '700'],

['湖南', '600']

]

for city, amount in records:

cells = table.add_row().cells

cells[0].text = city

cells[1].text = amount

doc.add_picture('../test/datafiles/city_sale.png', width=Inches(5.5))

graph = doc.add_paragraph()

graph.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT #右对齐

graph.add_run('报告撰写人：').bold = True

graph.add_run('刘德华')

graph = doc.add_paragraph()

graph.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT

graph.add_run('联系邮箱：').bold = True

run = graph.add_run('xxxx@email.com')

run.font.name = 'Times New Roman'#字体

run.font.size = Pt(12)#大小

run.italic = True#斜体

run.underline = True#下划线

doc.add_page_break()#强制增加分页

graph = doc.add_paragraph()

graph.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER

run = graph.add_run('谢谢观看')

run.font.color.rgb = RGBColor(255, 0, 0)#颜色 RGB

doc.add_paragraph('此报告为机密文件，请勿泄露', style="Intense Quote")

doc.save('../test/datafiles/daily_report.docx')

Word转PDF

需要安装doxc2pdf包

from docx2pdf import convert

convert('../test/datafiles/daily_report.docx', '../test/datafiles/运营报告.pdf')

PDF处理

PDF读取

需要安装pdfminer包

from docx2pdf import convert

convert('../test/datafiles/daily_report.docx', '../test/datafiles/运营报告.pdf')

from pdfminer.converter import TextConverter

from pdfminer.layout import LAParams

from pdfminer.pdfdocument import PDFDocument

from pdfminer.pdfinterp import PDFResourceManager, PDFPageInterpreter

from pdfminer.pdfpage import PDFPage

from pdfminer.pdfparser import PDFParser

from io import StringIO

output_string = StringIO()

with open('../test/datafiles/运营报告.pdf', 'rb') as f:

# 从文件句柄创建一个pdf解析对象

parser = PDFParser(f)

# 创建pdf文档对象，存储文档结构

doc = PDFDocument(parser)

# 创建一个pdf资源管理对象，存储共享资源

rm = PDFResourceManager()

# 创建一个device对象，指定参数，行距、边距等，这里使用默认参数

device = TextConverter(rm, output_string, laparams=LAParams())

# 创建一个解释对象

interpreter = PDFPageInterpreter(rm, device)

# 按页解析pdf文件

for page in PDFPage.create_pages(doc):

# 将内容读取到缓存

interpreter.process_page(page)

# 打印出缓冲区的内容

print(output_string.getvalue())

PDF读取

需要安装pypdf2包

#添加水印

from PyPDF2 import PdfFileReader, PdfFileWriter

watermark_pdf = PdfFileReader('../test/datafiles/水印.pdf')

watermark = watermark_pdf.getPage(0)#读取第一页

input_pdf = PdfFileReader('../test/datafiles/运营报告.pdf')

writer = PdfFileWriter()

for pn in range(input_pdf.getNumPages()):

page = input_pdf.getPage(pn)

page.mergePage(watermark)#合并页

writer.addPage(page)

with open('../test/datafiles/包含水印.pdf', 'wb') as f:

writer.write(f)

邮件发送

不需要安装其他包，需要用你本地自己的邮箱发送，所以需要去邮箱设置开启POP3/SMTP服务。

import smtplib

from email.mime.text import MIMEText

from email.mime.multipart import MIMEMultipart

# 1. 设置服务器所需信息

# SMTP服务器域名

mail_host = 'smtp.qq.com'

# 邮箱用户名

mail_user = '651435666@qq.com'

# 密码或授权码

mail_pass = '这里填写授权码'

# 邮件发送方邮箱地址，有可能和用户名不一样

sender = '651435666@qq.com'

# 邮件接收方邮箱地址，可以有多个收件人，所以用列表

receivers = ['651435666@qq.com']

# 2 设置邮件内容

# 可以带附件的邮件消息对象

message = MIMEMultipart()

# 邮件主题

message['Subject'] = '每日运营报告'

# 发送方信息

message['From'] = sender

# 接受方信息

message['To'] = receivers[0]

# 2.1 邮件正文

content = MIMEText('详情请见附件','plain','utf-8')

# 将正文添加到消息对象中

message.attach(content)

# 2.2 构造附件

with open('../test/datafiles/运营报告.pdf', 'rb') as f:

# 设置附件的文件路径

att = MIMEText(f.read(), 'base64', 'utf-8')

# 设置附件头信息：文件类型、文件名

att["Content-Type"] = 'application/octet-stream'

att["Content-Disposition"] = 'attachment; filename="daily_report.pdf"'

# 将附件添加到邮件内容中

message.attach(att)

# 3. 发送邮件

try:

smtpObj = smtplib.SMTP_SSL(mail_host, 465)

# 设置日志级别，这样万一出错就会有详细的输出

smtpObj.set_debuglevel(1)

# 登录到服务器

smtpObj.login(mail_user, mail_pass)

#发送

smtpObj.sendmail(sender, receivers, message.as_string())

smtpObj.quit()

print('邮件发送成功')

except smtplib.SMTPException as e:

print('error', e)

爬虫

网页抓取

#网页的抓取

import requests

r=requests.get('https://news.sina.com.cn/')

#设置编码格式

r.encoding='utf-8'

#查看返回的状态码 200是正常 400找不到 500他们服务器有问题

print(r.status_code)

#若返回的状态码不是200，抛异常，后续代码不再执行

r.raise_for_status()

#查看网页的内容

# print(r.text)

#带参数的URL-动态⽣成参数

params = {'product_id': '123', 'key': 'iphone'}

r=requests.get('https://item.jd.com/100008567426.html', params=params)

print(r.status_code)

# 设置头信息

headers = {

'Cookie': 'll="108288"; bid=v8-QyOSurlo',

'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_6)AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.102 Safari/537.36'

}

# 使⽤GET⽅法请求服务器

response = requests.request("GET", 'https://httpbin.org/post', headers=headers)

# 当返回的状态码不是2xx时，将会抛出异常

response.raise_for_status()

# 打印具体的状态码数值

print(response.status_code)

if response.status_code == 200:

print("ok")

else:

print("error")

网页处理

需要引用beautifulsoap4包

#网页的处理

from bs4 import BeautifulSoup

with open('../test/datafiles/python.html', encoding='utf-8') as f:

text = f.read()

# 以字符串对象创建BeautifulSoup对象

bs = BeautifulSoup(text, 'lxml')

# ⼯整的打印出所有HTML代码

print(bs.prettify())

# title节点的名称

print(bs.title.name)

# title节点的⽂本

print(bs.title.text)

# title节点的⽗节点名称

print(bs.title.parent.name)

# 第⼀个p节点的⽗节点的所有⼦节点

print(bs.p.parent.children)

# p节点的class属性

print(bs.p['class'])

# 第⼀个a标签节点

print(bs.a)

# 所有的a标签节点

print(bs.find_all('a'))

# 属性id为title1的第⼀个节点

print(bs.find(id='title1'))

# 找出所有class属性为paragraph的p标签，注意class是Python中的关键字，所以在传参数时加了⼀个下划线。

bs.find_all('p', class_='paragraph')

# 第⼀个a节点

print(bs.find('a'))

# 找出所有的a节点，并打印他们的⽂本

for a in bs.find_all('a'):

print(a.text)

# 获取⽂档内所有⽂字内容

print(bs.get_text())

爬取实战

#网站爬取

import requests

from bs4 import BeautifulSoup

# 起始⻚⾯

start_url = 'http://quotes.toscrape.com'

# 刚开始的时候下⼀⻚就是起始⻚

next_page_url = start_url

# 不停的获取下⼀⻚

while next_page_url:

r = requests.get(next_page_url)

r.raise_for_status()

bs = BeautifulSoup(r.text, 'html.parser')

# 解析出当前⻚⾯的内容

div_list = bs.find_all('div', class_='quote')

for div in div_list:

print(div.small.text, ':', div.span.text)

# 获取下⼀⻚按钮

next_page = bs.find('li', class_='next')

if not next_page:

# 如果没有下⼀⻚，结束爬⾍

break

# 取下⼀⻚的链接

next_page_url = next_page.a['href']

# 拼装成完整的URL

next_page_url = start_url + next_page_url