分享一下办公自动化常用的思想

目录

网页获取数据需求①

大体思路:Python+selenium+Xpath

我们在利用Python做办公自动化,从网页中获取数据时,其实理应想到的时爬虫技术,但是有时候很多网页数据都是加密的,尤其是我们公司的数据,所以当你想利用爬虫进行数据获取时,这是一个很好的想法,但是无奈数据加密,这时候我们就会另辟蹊径,直接从加载出来的网页中,通过Xpath直接定位元素获取数据,大体逻辑如下:

①利用以下代码,开启一个指定端口号的谷歌浏览器进程(Python3.8以上):

python 复制代码
chrome_options = Options()
chrome_options.add_experimental_option('debuggerAddress', '127.0.0.1:9222')
chrome_driver = './chromedriver.exe'
service = Service(chrome_driver)
driver = webdriver.Chrome(service=service, options=chrome_options)

利用以下代码,开启一个指定端口号的谷歌浏览器进程(Python3.8以下):

注意:C:\Program Files (x86)\Google\Chrome\Application,这一行这指的是自己电脑谷歌浏览器可执行程序的位置,请按照不同的电脑进行灵活变动

python 复制代码
 cd C:\Program Files (x86)\Google\Chrome\Application & chrome.exe --remote-debugging-port=9222 --user-data-dir="D:\selenum\AutomationProfile"

②接下来就是利用Xpath定位指定元素进行如:点击、文本获取等操作

参考案例:点我进入案例


网页获取数据需求②

大体思路:requests爬虫

如果数据没有加密参数,我们直接可以利用爬虫进行获取数据,模板我也给你写好了,你只需要更改一下自己网址以及携带的参数即可

python 复制代码
import json
import time
import requests

url = '网址'
params = {
  "参数键": '值',
  "参数键": '值',
  "参数键": '值',
}
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36',
}

res_data = requests.get(url=url,params=params,headers=headers)
res_data.encoding= "utf-8"
data  = res_data.text
'''
对获取的数据进行进一步分析
'''

参考案例1:点我进入案例1

参考案例2:点我进入案例2

参考案例3:点我进入案例3


批量生成需求

①文件的移动、重命名

我常用的时os模块

参考案例1(多文件夹内文件移动):点我进入案例1

参考案例2(单个夹内文件移动):点我进入案例2

参考案例3(批量修改图片后缀):点我进入案例3

②word、Excel批量生成

我常用的模块时 python-docx,openpyxl,以下时非常典型的两个例子:

参考案例1(将Word文件中的内容写入Excel文件):点我进入案例1

参考案例2(将Excel文件内容写入Word文件):点我进入案例2


匹配需求

匹配需求的逻辑其实就两条,这两条可以涵盖Excel表之间:一对多、多对一、多对多的匹配需求,我们假设不论是一对多、多对一、多对多,我们统称 A 数据 匹配 B数据

① 将B数据制作成json文件

②加载json数据为字典,读取数据A数据进行匹配

典型案例1(多表之间互匹):点我进入案例2

案例中的第二段代码,可改为以下代码,这样就无需将json合并,因为读取的就是合并的

python 复制代码
import csv
import os
from collections import defaultdict
def write_json():
    list_a = []  # 列表用来存放 (A列,B列) 的元组,所有的数据
    d = defaultdict(list)  # 创建字典
    for f in os.listdir("./csv版/"):
        with open("./csv版/" + f, newline='', encoding='utf-8') as csvfile:
            # 读取 CSV 文件内容
            reader = csv.reader(csvfile, delimiter=',', quotechar='"')
            # 遍历 CSV 文件中的每一行数据
            print(f, "加载完毕")
            for d in reader:
                # 处理每一行数据
                # print(d)
                list_a.append((d[0], d[0]))  # 这个就不翻译了吧,添加数据
            
    for key, value in list_a:
        d[key].append(value)  # 省去了if判断语句,添加字典
    with open(f"./json文件/data.json", "w", encoding="utf-8") as f2:
        f2.write(json.dumps(d, ensure_ascii=False))  # 写入json,防止乱码


write_json()

今天分享的大致就是我在日常办公过程中常见的一些需求的解决方案

希望对你有所帮助

希望大家点赞收藏支持一下

最后祝大家 1024 快乐

相关推荐
懒大王爱吃狼37 分钟前
Python教程:python枚举类定义和使用
开发语言·前端·javascript·python·python基础·python编程·python书籍
秃头佛爷2 小时前
Python学习大纲总结及注意事项
开发语言·python·学习
深度学习lover3 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别
API快乐传递者4 小时前
淘宝反爬虫机制的主要手段有哪些?
爬虫·python
阡之尘埃6 小时前
Python数据分析案例61——信贷风控评分卡模型(A卡)(scorecardpy 全面解析)
人工智能·python·机器学习·数据分析·智能风控·信贷风控
一个通信老学姐9 小时前
专业130+总400+武汉理工大学855信号与系统考研经验电子信息与通信工程,真题,大纲,参考书。
考研·信息与通信·信号处理·1024程序员节
丕羽9 小时前
【Pytorch】基本语法
人工智能·pytorch·python
bryant_meng9 小时前
【python】Distribution
开发语言·python·分布函数·常用分布
2401_857622669 小时前
SpringBoot健身房管理:敏捷与自动化
spring boot·后端·自动化
力姆泰克9 小时前
看电动缸是如何提高农机的自动化水平
大数据·运维·服务器·数据库·人工智能·自动化·1024程序员节