分享8个Python自动化实战脚本!

1. Python自动化实战脚本

1.1 网络自动化

网络上有丰富的信息资源,Python可以帮我们自动化获取这些信息。

  • 爬虫简介:爬虫是一种自动提取网页信息的程序。Python有许多优秀的爬虫库,如requests和BeautifulSoup。

  • 案例:使用Python编写网页爬虫,获取某个网站的标题。

    import requests
    from bs4 import BeautifulSoup

    r = requests.get('http://www.example.com')
    soup = BeautifulSoup(r.text, 'lxml')
    print(soup.title.text)

1.2 文件操作自动化

处理文件是我们日常工作中的一部分,Python则可以帮我们自动化完成。

  • 案例:批量修改文件名。

    import os

    dir_path = "/path/to/your/files"
    for filename in os.listdir(dir_path):
    os.rename(os.path.join(dir_path, filename), os.path.join(dir_path, filename.replace("old", "new")))

1.3 数据处理自动化

对于数据的清洗和处理,Python有许多强大的库,如numpy和pandas。

  • 案例:使用pandas进行数据清洗。

    import pandas as pd

    df = pd.read_csv('data.csv')
    df = df.dropna() # 删除含有空值的行
    df.to_csv('cleaned_data.csv', index=False)

1.4 电子邮件自动化

自动化发送或管理电子邮件对于提高工作效率帮助巨大,以下是一个简单的例子。

  • 案例:自动发送电子邮件。

    import smtplib
    from email.mime.text import MIMEText

    smtp = smtplib.SMTP('smtp.example.com')
    msg = MIMEText('This is a test email.')
    msg['Subject'] = 'Test'
    msg['From'] = 'me@example.com'
    msg['To'] = 'you@example.com'
    smtp.send_message(msg)
    smtp.quit()

1.5 Excel操作自动化

很多时候,我们需要处理的信息被储存在Excel文件中,Python的openpyxl库可以帮助我们自动化处理这些文件。

  • 案例:使用openpyxl库批量处理Excel文件。

    from openpyxl import load_workbook

    wb = load_workbook('example.xlsx')
    ws = wb.active
    ws['A1'] = 'new value'
    wb.save('example.xlsx')

1.6 数据库操作自动化

对于数据库的增删查改,Python提供了许多库,如sqlite3、pymysql、psycopg2等。

  • 案例:使用Python进行数据库的增删查改。

    import sqlite3

    con = sqlite3.connect('test.db')
    cur = con.cursor()
    cur.execute('CREATE TABLE test (id, name)')
    cur.execute('INSERT INTO test VALUES (1, "Python")')
    cur.execute('SELECT * FROM test')
    print(cur.fetchall())
    con.commit()
    con.close()

1.7 GUI自动化

使用Python可以帮助我们自动控制鼠标和键盘,模拟人的行为。

  • 案例:使用PyAutoGUI进行屏幕和鼠标控制。

    import pyautogui

    pyautogui.moveTo(100, 100, duration=1)
    pyautogui.click()

1.8 定时任务自动化

Python的schedule库可以帮助我们自动化处理定时任务。

  • 案例:使用schedule库进行定时任务

    import schedule
    import time

    def job():
    print('Job running...')

    schedule.every(1).minutes.do(job)

    while True:
    schedule.run_pending()
    time.sleep(1)

相关推荐
郝学胜-神的一滴2 小时前
AI 编程智能体 27:吃透MCP通信机制
人工智能·python·langchain·wpf·numpy·scikit-learn
aifannihao2 天前
AI 学习第 5 课:手推逻辑回归与交叉熵,L2 把可分数据的权重按住
人工智能·机器学习·逻辑回归·numpy·学习路线
2601_967987373 天前
图灵星环:Python NumPy数组的维度压缩squeeze删除单维度
机器学习·numpy·数据预处理·数组处理·维度压缩
ljt27249606619 天前
Python笔记(十一)--Numpy(一)
笔记·python·numpy
小里lilili11 天前
金融数据分析技术栈拆解:从NumPy到机器学习,金融数学背景该如何补齐代码短板
金融·数据分析·numpy
gCode Teacher 格码致知12 天前
Pandas教学25:NumPy 的实战价值集中的四件事
numpy·pandas
gCode Teacher 格码致知12 天前
Pandas教学24:NumPy、Pandas、Matplotlib三者之间的关系
numpy·pandas·matplotlib
BK贝壳13 天前
亿级用户签到位图选型复盘:用 bool-hybrid-array 扛冷启动打卡,也把它和 Roaring/Redis 的边界测清楚了
数据结构·python·性能优化·numpy
Patrick在香港14 天前
一个加 1 的动作,把最大值变成了最小值
python·numpy·数据类型·整数溢出·数据精度
万粉变现经纪人14 天前
如何解决 pip install 安装报错 检测到 yanked 版本需更换可用版本 问题
人工智能·python·scrapy·numpy·pandas·pyqt·pip