简洁优雅的Python教你如何在工作中“偷懒”

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者： A字头

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

http://note.youdao.com/noteshare?id=3054cce4add8a909e784ad934f956cef

有些朋友在工作中会有这样的困惑：明明我从早忙到晚，为什么得到的评价还不高？

要知道，企业对一个员工的评价是出于“产出”而非“付出”。所以，如果把大量时间花在机械重复的工作上，不但工作效率不高，对个人发展来说也无甚帮助。

而这些工作，如果对于会点编程的人来说，往往通过几行代码就可以快速搞定了。

于是，我去了解了一下身边不同岗位（HR、产品、运营、市场、数据分析师等）每天需要面对的重复性劳动（肯定会有不全，欢迎补充~），总结了一些在工作中非常常见的例子，并且将源码整理好供参考。希望这些程序可以让你的工作更高效！（升职加薪了别忘了回来发红包哦~）

那么如何将这些统统实现呢？

我将这些分为以下几类，大家可以自行评估，各取所需：

在这里插入图片描述

系统录入自动化

由于你经常需要不断的将一些信息录入系统，每一次录入的过程中你可能需要不断的点击一些按钮，面对这种情况，完全可以写一个自动脚本，每次代替你来执行这些点击的行为。 在这里插入图片描述

这里写了一个自动登录邮箱的脚本，可以实现文本输入和网页点击：

 1 import time
 2 from splinter import Browser
 3 ​
 4 def splinter(url):
 5     browser = Browser()
 6     #login 126 email websize
 7     browser.visit(url)
 8     #wait web element loading
 9     time.sleep(5)
10     #fill in account and password
11     browser.find_by_id('idInput').fill('xxxxxx')
12     browser.find_by_id('pwdInput').fill('xxxxx')
13     #click the button of login
14     browser.find_by_id('loginBtn').click()
15     time.sleep(8)
16     #close the window of brower
17     browser.quit()
18 ​
19 if __name__ == '__main__':
20     websize = 'https://mail.163.com/'
21     splinter(websize)

 

同理可以写一个简单的游戏挂机脚本，游戏挂机脚本，无非就是自动移动鼠标，自动点击，进行重复操作，所以，第一步就是如何控制鼠标。

 1 import win32api
 2 import time
 3 def move_click(x, y, t=0):  # 移动鼠标并点击左键
 4     win32api.SetCursorPos((x, y))  # 设置鼠标位置(x, y)
 5     win32api.mouse_event(win32con.MOUSEEVENTF_LEFTDOWN |
 6                          win32con.MOUSEEVENTF_LEFTUP, x, y, 0, 0)  # 点击鼠标左键
 7     if t == 0:
 8         time.sleep(random.random()*2+1)  # sleep一下
 9     else:
10         time.sleep(t)
11     return 0
12 # 测试
13 move_click(30, 30)
14 ​
15 def resolution():  # 获取屏幕分辨率
16     return win32api.GetSystemMetrics(0), win32api.GetSystemMetrics(1)

 

值得注意的是，一定要在管理员权限下的cmd中运行，否则点击无效。

这个时候，你已经可以写个循环，不停地点击屏幕上不同的几个点，最基础的挂机脚本就实现了。

Excel自动化处理

Excel合并

在实际应用中可能会有不同月份的数据或者不同周的报告等等的Excel数据，都是单个独立的文件，如果想要整体使用的话就需要合并一下，那么如何利用python把指定目录下的所有Excel数据合并成一个文件呢？ 在这里插入图片描述

思路：利用python xlrd包读取excle文件，然后将文件内容存入一个列表中，再利用xlsxwriter将内容写入到一个新的excel文件中。

 1 # -*- coding: utf-8 -*-
 2 ​
 3 #将多个Excel文件合并成一个
 4 import xlrd
 5 import xlsxwriter
 6 ​
 7 #获取excel中所有的sheet表
 8 def getsheet(fh):
 9     return fh.sheets()
10 ​
11 #获取sheet表的行数
12 def getnrows(fh,sheet):
13     table=fh.sheets()[sheet]
14     return table.nrows
15 ​
16 #读取文件内容并返回行内容
17 def getFilect(file,shnum):
18     fh=open_xls(file)
19     table=fh.sheets()[shnum]
20     num=table.nrows
21     for row in range(num):
22         rdata=table.row_values(row)
23         datavalue.append(rdata)
24     return datavalue

或者直接用concat+一个循环来实现：

1 for i in var_list:
2     df_0 = data[['var_1','var_2','var_3','var_4',i]][data[i]=='信息']
3     df_0['month'] = date_replace(i)
4     df_0 = df_0[['var_1','var_2','var_3','var_4','var_5']]
5     li.append(df_0)
6 ​
7 writer = pd.ExcelWriter(r'C:\Users\mapping.xlsx')
8 df = pd.concat(li)
9 df.to_excel(writer,'Sheet1',index=False,header = None)

Excel中添加数据图表

整理好excel文件后下一步需要做的是处理文件里的数据，根据数据来生成一些自己需要的图表：

 1 import xlsxwriter
 2 ​
 3 #设置一个例子
 4 data = [20, 45, 26, 18, 45]
 5 ​
 6 #创建表格
 7 workbook = xlsxwriter.Workbook("temp.xlsx")
 8 worksheet = workbook.add_worksheet("data")
 9 ​
10 #添加数据
11 worksheet.write_column('A1', data)
12 ​
13 #创建图表
14 chart = workbook.add_chart({'type': 'line'})
15 ​
16 #图表添加数据
17 chart.add_series({
18         'values': '=data!$A1:$A6',
19         'name': '图表名称',
20         'marker': {
21                 'type': 'circle',
22                 'size': 8,
23                 'border': {'color': 'black'},
24                 'fill': {'color': 'red'}
25                 } ,
26         'data_labels': {'values': True},
27         'trendline': {
28                 'type': 'polynomial',
29                 'order': 2,
30                 'name': '趋势线',
31                 'forward': 0.5,
32                 'backward': 0.5,
33                 'display_equation':True,
34                 'line': {'color': 'red', 'width':1, 'dash_type': 'long_dash'}
35                 }
36 })
37 ​
38 worksheet.insert_chart('c1', chart)
39 workbook.close()

实现效果：

在这里插入图片描述

这部分图文来自网络，侵删。

word关键信息提取

假设你收到1万份简历，你想先根据学校做一些筛选，这时候利用python将大量的简历进行信息汇总，只提取关键信息用excel查看起来更加方便。

在这里插入图片描述

docx文件自己本身是压缩文件，打开压缩包之后竟然发现里面有个专门存储word里面文本的文件。 那么步骤就变得简单了：

  1. 打开docx的压缩包

  2. 获取word里面的正文信息

  3. 利用正则表达式匹配出我们想要的信息

  4. 将信息存储到txt中（txt可以用excel打开）

  5. 批量调用上述过程，完成一万份简历的提取工作

利用正则匹配获取关键信息：

 1 import re
 2 def get_field_value(text):
 3     value_list = []
 4     m = re.findall(r"姓 名(.*?)性    别", table)
 5     value_list.append(m)
 6     m = re.findall(r"性    别(.*?)学    历", table)
 7     value_list.append(m)
 8     m = re.findall(r"民 族(.*?)健康状况", table)
 9     value_list.append(m)    
10     '''
11     此处省略其他字段匹配
12     '''
13     return value_list

自动化运营监控

在平时的工作中，一定会有对运营情况的监控，假设你管理一家店铺，那么一些关键指标肯定是你需要每天查看到的，比如店铺访问数，商品浏览数，下单数等等，这个时候不用每天重复地去统计这些数据，这需要写一个自动化程序，每天将数据保存在固定的文件夹下就可以实现报表的实时监控。

在这里插入图片描述

如果你的数据来源是线下文件：

  • 利用python操作线下文件将其载入数据库

  • 通过数据库对数据进行处理

  • 利用python输出结果

 1 from impala.dbapi import connect
 2 from impala.util import as_pandas
 3 import datetime
 4 ​
 5 conn = connect(host='host',port=21050,auth_mechanism='PLAIN',user='user',password='password')
 6 #host：数据库域名
 7 #user：数据库用户名
 8 #password：数据库密码
 9 df_data = pd.read_excel('temp.xlsx')
10 ​
11 rows =[]
12 for index, row in df_data.iterrows():
13     rows.append('('+'"'+str(row['case_id']).replace('nan','null')+'"'+','+'"'+str(row['birth_date'])+'"'+')'+',')
14     a= '''
15     INSERT into table
16     (case_id, birth_date)
17     values '''
18 for i in rows:
19     a += i
20 a = a[:-1]
21 ​
22 cursor1 = conn.cursor()
23 cursor1.execute(a)
24 cursor1.close()
25 conn.close()
26 print('成功导入数据至数据库...')
27 del a
28 del rows

如果你的数据来源是线上文件（存在数据库）

  • 直接利用python链接数据库进行一些列的操作

  • 导出你所需要的结果

1 import sql   #sql是封装的sql文件
2 sql_end = sql.sql_end
3 cursor1 = conn.cursor()
4 for i in sql_end.split(';'):
5     print(i)
6     cursor1.execute(i)
7 cursor1.close()
8 conn.close()
9 print('程序运行结束，请执行下一步。')

自动发送邮件

使用Python实现自动化邮件发送，可以让你摆脱繁琐的重复性业务，节省非常多的时间。

数据分析师经常会遇到一些取数需求，有些数据需求是每天都需要的，有些数据需求是每周一次的。对于这些周期性的数据需求，每次都重复性地手动导出这些数据，并回传给需求方，是很繁琐且浪费时间的。所以完全可以设置自动邮件来解决。

"Talk is cheap, show you the code" 常见的邮件肯定有三部分： 1、正文 2、图片 3、附件 OK 导入我们需要用到的包

1 from email.mime.text import MIMEText
2 from email.mime.multipart import MIMEMultipart
3 from email.mime.image import MIMEImage
4 import smtplib
5 
6 msg = MIMEMultipart()

在邮件中插入正文：

1 ##在邮件中插入文本信息    
2 df_text='''<html>
3                   <body>
4                   <p>   Hi all ，</p>
5                   <p>   这是一个测试邮件，详情请参考附件 </p>
6                   <p>   情况如下图： </p>
7                  </body></html>'''
8 msgtext = MIMEText(df_text, 'html', 'utf-8')
9 msg.attach(msgtext)

如果你需要插入图片，利用同样的方法，在邮件中插入图片：

1 ##在邮件中插入图片信息
2 image = open('temp.jpg','rb')
3 msgimage = MIMEImage(image.read())
4 msg.attach(msgimage)

在邮件中插入附件：

1 ##在邮件添加附件
2 msgfile = MIMEText(open('temp.xlsx', 'rb').read(), 'base64', 'utf-8')
3 msgfile["Content-Disposition"] = 'attachment; filename="temp.xlsx"'
4 msg.attach(msgfile)

剩下的就是设置一些邮件参数来发送邮件：

1 #设置邮件信息常量
2 email_host= ''  # 服务器地址
3 sender = '' # 发件人
4 password ='' # 密码，如果是授权码就填授权码
5 receiver = '' # 收件人

发送邮件：

 1 try:
 2     smtp = smtplib.SMTP(host=email_host)
 3     smtp.connect(email_host)
 4     smtp.starttls()
 5     smtp.login(sender, password)
 6     smtp.sendmail(sender, receiver.split(',') , msg.as_string())
 7     smtp.quit()
 8     print('发送成功')
 9 except Exception: 
10      print('发送失败')

 

然后将你的任务设置定时执行就可以轻松实现啦

实现效果：

在这里插入图片描述

平时的工作中，真的有太多可以去自动化的任务，由于经验受限这里不能一一举例说明，只能尽量分享一些我遇到过或者听说过的例子。

希望大家都越来越高效，边偷懒边完成工作~

posted @ 2019-12-10 15:37  有趣的Python  阅读(764)  评论(0)  编辑  收藏  举报