最新动态

< 返回列表

10个Python脚本实例，助力日常任务自动化

2025-01-17

10个Python脚本详细演示，轻松实现日常任务自动化

大家好，我是K哥。今天，我将为大家详细演示10个实用的Python脚本，这些脚本能够帮助我们轻松实现日常任务的自动化，从而大大提高我们的工作效率和生活质量。

背景介绍：日常任务的繁琐与自动化需求
在我们的日常工作和生活中，存在着许多重复性、规律性的任务，如数据整理、文件批量处理、定时提醒等。这些任务虽然简单，但手动完成却会耗费大量的时间和精力。而Python作为一种简单易学且功能强大的编程语言，通过编写脚本可以轻松实现这些任务的自动化，让我们从繁琐的事务中解脱出来，专注于更有价值的工作。

文件批量重命名脚本

应用场景：在处理大量文件时，常常需要对文件进行批量重命名。手动操作不仅效率低下，还容易出错。

实现思路：通过编写Python脚本，我们可以根据特定的规则，如添加前缀、后缀，修改文件名中的特定内容等，快速完成文件的批量重命名。

代码示例：



import os

# 设置文件夹路径
folder_path = 'path/to/your/folder'

# 获取文件夹下所有文件名
file_names = os.listdir(folder_path)

# 遍历文件名，进行重命名
for file_name in file_names:
    # 添加前缀
    new_file_name = 'new_prefix_' + file_name
    # 构建原文件路径和新文件路径
    old_file_path = os.path.join(folder_path, file_name)
    new_file_path = os.path.join(folder_path, new_file_name)
    # 重命名文件
    os.rename(old_file_path, new_file_path)

数据清洗与整理脚本

应用场景：在数据分析工作中，数据的清洗与整理是必不可少的步骤。Python提供了丰富的库，如pandas，可以帮助我们轻松地读取、筛选、去重、填充缺失值等。

实现思路：编写一个数据清洗与整理脚本，可以自动完成这些繁琐的工作，将原始数据转换为干净、整洁、可用于分析的数据集。

代码示例：



import pandas as pd

# 读取原始数据
df = pd.read_csv('path/to/your/data.csv')

# 去除重复记录
df.drop_duplicates(inplace=True)

# 填充缺失值
df.fillna(method='ffill', inplace=True)

# 保存清洗后的数据
df.to_csv('path/to/your/cleaned_data.csv', index=False)

定时提醒脚本

应用场景：对于一些重要的事项，如会议、日程安排、服药提醒等，我们常常会忘记。

实现思路：利用Python的定时任务功能，可以编写一个定时提醒脚本。通过设置提醒的时间和内容，当到达指定时间时，脚本会自动弹出提醒窗口或发送提醒消息。

代码示例：



import time
import datetime
import tkinter as tk

# 设置提醒时间和内容
reminder_time = '2024-07-26 08:00:00'
reminder_content = '记得吃早餐！'

# 将提醒时间转换为datetime对象
reminder_time = datetime.datetime.strptime(reminder_time, '%Y-%m-%d %H:%M:%S')

# 循环检查当前时间，直到到达提醒时间
while True:
    current_time = datetime.datetime.now()
    if current_time >= reminder_time:
        # 弹出提醒窗口
        root = tk.Tk()
        root.title('提醒')
        label = tk.Label(root, text=reminder_content, font=('Arial', 16))
        label.pack()
        root.mainloop()
        break
    time.sleep(1)

网页内容爬取脚本

应用场景：在互联网时代，网页上蕴含着丰富的信息。有时我们需要从特定的网页中获取一些数据，如新闻资讯、商品价格、股票行情等。

实现思路：通过编写Python爬虫脚本，可以自动访问目标网页，解析网页内容，并将所需的数据提取出来，保存到本地文件或数据库中。

代码示例：



import requests
from bs4 import BeautifulSoup

# 设置目标网页URL
url = 'https://www.example.com'

# 发送HTTP请求，获取网页内容
response = requests.get(url)
html_content = response.text

# 使用BeautifulSoup解析网页内容
soup = BeautifulSoup(html_content, 'html.parser')

# 提取所需数据，例如提取所有新闻标题
news_titles = soup.find_all('h2', class_='news-title')
for title in news_titles:
    print(title.text)

# 将提取的数据保存到本地文件
with open('path/to/your/news_titles.txt', 'w', encoding='utf-8') as f:
    for title in news_titles:
        f.write(title.text + '\n')

邮件自动发送脚本

应用场景：在工作和生活中，发送邮件是一项常见的任务。如果需要定期向多个收件人发送相同或相似的邮件，手动操作会非常麻烦。

实现思路：Python的smtplib库可以帮助我们编写邮件自动发送脚本。通过设置邮件的主题、内容、收件人列表等，脚本可以自动登录邮箱，按照设定的规则发送邮件。

代码示例：



import smtplib
from email.mime.text import MIMEText
from email.header import Header

# 设置邮件服务器、端口、发件人邮箱、密码等信息
smtp_server = 'smtp.example.com'
smtp_port = 587
sender_email = 'your_email@example.com'
sender_password = 'your_password'

# 设置收件人列表、邮件主题、内容等
receiver_emails = ['receiver1@example.com', 'receiver2@example.com']
subject = '邮件主题'
content = '邮件内容'

# 创建MIMEText对象，设置邮件内容、格式、编码等
message = MIMEText(content, 'plain', 'utf-8')
message['From'] = Header(sender_email, 'utf-8')
message['To'] = Header(', '.join(receiver_emails), 'utf-8')
message['Subject'] = Header(subject, 'utf-8')

# 登录邮件服务器，发送邮件
try:
    server = smtplib.SMTP(smtp_server, smtp_port)
    server.starttls()
    server.login(sender_email, sender_password)
    server.sendmail(sender_email, receiver_emails, message.as_string())
    print('邮件发送成功！')
except Exception as e:
    print('邮件发送失败：', e)
finally:
    server.quit()

图片批量处理脚本

应用场景：对于摄影爱好者或需要处理大量图片的用户来说，图片的批量处理是一个常见的需求。

实现思路：Python的Pillow库提供了丰富的图像处理功能，如裁剪、旋转、缩放、添加水印等。编写一个图片批量处理脚本，可以对一个文件夹下的所有图片进行统一的处理，大大节省时间。

代码示例：



from PIL import Image
import os

# 设置图片文件夹路径
folder_path = 'path/to/your/images'

# 获取文件夹下所有图片文件名
image_names = [file_name for file_name in os.listdir(folder_path) if file_name.endswith('.jpg')]

# 遍历图片文件名，进行处理
for image_name in image_names:
    # 打开图片
    image_path = os.path.join(folder_path, image_name)
    image = Image.open(image_path)

    # 裁剪图片，例如裁剪为中间的正方形区域
    width, height = image.size
    new_size = min(width, height)
    left = (width - new_size) / 2
    top = (height - new_size) / 2
    right = (width + new_size) / 2
    bottom = (height + new_size) / 2
    image = image.crop((left, top, right, bottom))

    # 保存处理后的图片
    image.save(os.path.join(folder_path, 'cropped_' + image_name))

PDF文件操作脚本

应用场景：PDF文件在办公和学习中广泛使用。有时我们需要对PDF文件进行一些操作，如合并、拆分、提取文本等。

实现思路：Python的PyPDF2库可以方便地实现这些功能。通过编写PDF文件操作脚本，我们可以轻松地对PDF文件进行处理。

代码示例：



import PyPDF2

# 合并PDF文件
def merge_pdfs(pdf_files, output_file):
    pdf_writer = PyPDF2.PdfWriter()
    for pdf_file in pdf_files:
        pdf_reader = PyPDF2.PdfReader(pdf_file)
        for page_num in range(len(pdf_reader.pages)):
            pdf_writer.add_page(pdf_reader.pages[page_num])
    with open(output_file, 'wb') as f:
        pdf_writer.write(f)

# 拆分PDF文件
def split_pdf(pdf_file, output_folder):
    pdf_reader = PyPDF2.PdfReader(pdf_file)
    for page_num in range(len(pdf_reader.pages)):
        pdf_writer = PyPDF2.PdfWriter()
        pdf_writer.add_page(pdf_reader.pages[page_num])
        output_path = os.path.join(output_folder, f'page_{page_num + 1}.pdf')
        with open(output_path, 'wb') as f:
            pdf_writer.write(f)