LScript-从零基础到商业变现的AI自动化学习平台

哲人言：道生一，一生二，二生三，三生万物。------《道德经》
创作者：查老师并不渣（CSDN）（一个在哲学与生活中寻找平衡的思考者 😊）

目录

一、LScript是什么？

二、从自动发邮件开始

[三、Excel 自动化：让报表从 3 小时变 20 分钟](#三、Excel 自动化：让报表从 3 小时变 20 分钟)

[场景 1：合并多个 Excel 文件](#场景 1：合并多个 Excel 文件)

[场景 2：按条件筛选并生成新表](#场景 2：按条件筛选并生成新表)

四、批量文件处理：解放重复劳动

批量重命名文件

批量转换图片格式

压缩文件夹中的图片

五、自动化思维：怎么发现身边的自动化机会

六、一个完整的自动化示例：日报自动生成

写在最后

日常工作中，你是不是也遇到过这些情况：

• 每周一花 2 小时整理 Excel 报表，机械地复制粘贴、拉公式
• 需要批量重命名几百个文件，对着鼠标发呆
• 每天登录后台下载同一份数据，重复同样操作
• 领导要你对比几个表格的差异，眼都快看花了

这些问题有一个共同的解法：写一个 Python 脚本，让电脑替你干。

这篇文章不讲虚的，直接给代码和思路。你不需要是程序员，能复制粘贴就能用。

一、LScript是什么？

平台介绍 - LScript从零基础到商业变现，7000+学员选择的AI自动化学习平台：系统课程、实战项目、脚本库与社群陪伴。https://www.lscript.cn/intro

LScript 是一个聚焦 AI自动化 + Python脚本 的实战学习平台。

和你在 B 站刷到的零散教程不同，LScript 做的事是：

把「学会」和「赚到」打通。

二、从自动发邮件开始

邮件群发是职场最常用的自动化场景。假设你需要给客户列表发送带附件的营销邮件，手动发 50 封可能要一下午，用 Python 只需要 2 秒钟。

import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
from email.mime.base import MIMEBase
from email import encoders

# 配置信息
SMTP_HOST = "smtp.qq.com"       # 你的邮箱 SMTP 服务器
SMTP_PORT = 587                 # 端口号
SENDER = "your@qq.com"          # 你的邮箱
PASSWORD = "your_auth_code"     # SMTP 授权码，不是登录密码

def send_email(recipient, subject, body, attachment_path=None):
    """发送单封邮件"""
    msg = MIMEMultipart()
    msg["From"] = SENDER
    msg["To"] = recipient
    msg["Subject"] = subject
    
    msg.attach(MIMEText(body, "plain", "utf-8"))
    
    # 如果有附件，添加附件
    if attachment_path:
        with open(attachment_path, "rb") as f:
            part = MIMEBase("application", "octet-stream")
            part.set_payload(f.read())
            encoders.encode_base64(part)
            part.add_header(
                "Content-Disposition",
                f"attachment; filename={attachment_path.split('/')[-1]}"
            )
            msg.attach(part)
    
    # 发送
    server = smtplib.SMTP(SMTP_HOST, SMTP_PORT)
    server.starttls()
    server.login(SENDER, PASSWORD)
    server.sendmail(SENDER, recipient, msg.as_string())
    server.quit()
    print(f"✓ 已发送至: {recipient}")

# 批量发送
recipients = ["client1@email.com", "client2@email.com", "client3@email.com"]
for r in recipients:
    send_email(r, "自动化营销邮件", "您好！这是一封自动发送的邮件...")
    print(f"✅ 完成！共发送 {len(recipients)} 封邮件")

使用步骤：

1. 将代码中的 SMTP 配置改为你自己的邮箱信息
2. QQ 邮箱需要在设置里开启 SMTP 服务并获取授权码
3. 把 recipients 列表换成真实的收件人地址
4. 运行脚本，搞定

---

三、Excel 自动化：让报表从 3 小时变 20 分钟

这是职场上最实用的自动化方向。用 pandas 和 openpyxl 两个库，几乎可以处理所有的 Excel 操作。

场景 1：合并多个 Excel 文件

import pandas as pd
import os
from glob import glob

# 获取所有 Excel 文件
folder_path = "./报表/"   # 改成你的路径
files = glob(os.path.join(folder_path, "*.xlsx"))

if not files:
    print("没有找到 Excel 文件")
    exit()

# 逐个读取并合并
all_data = []
for f in files:
    df = pd.read_excel(f)
    all_data.append(df)
    print(f"已读取: {f}")

# 合并为一个 DataFrame
result = pd.concat(all_data, ignore_index=True)

# 输出到新文件
output_path = "./合并报表.xlsx"
result.to_excel(output_path, index=False)
print(f"✅ 合并完成！共 {len(result)} 行数据")

场景 2：按条件筛选并生成新表

import pandas as pd

df = pd.read_excel("销售数据.xlsx")

# 筛选：销售额大于 10000 的记录
high_sales = df[df["销售额"] > 10000]

# 按区域汇总销售额
summary = df.groupby("区域")["销售额"].sum().reset_index()

# 输出
with pd.ExcelWriter("分析结果.xlsx") as writer:
    high_sales.to_excel(writer, sheet_name="高销售额", index=False)
    summary.to_excel(writer, sheet_name="区域汇总", index=False)

print(f"✅ 高销售额记录: {len(high_sales)} 条")
print(summary)

容易踩的坑：

场景	推荐库	原因
读取 .xlsx	openpyxl	原生支持 xlsx 格式
读取 .xls	xlrd	兼容老格式
大量数据处理	pandas	速度快、功能全
写复杂格式	openpyxl	支持样式、图表

---

四、批量文件处理：解放重复劳动

批量重命名文件

import os

folder = "./待处理文件/"
prefix = "项目文档_"

for i, filename in enumerate(os.listdir(folder), 1):
    old_path = os.path.join(folder, filename)
    
    # 跳过文件夹
    if os.path.isfile(old_path):
        ext = os.path.splitext(filename)[1]
        new_name = f"{prefix}{i:03d}{ext}"
        new_path = os.path.join(folder, new_name)
        os.rename(old_path, new_path)
        print(f"✓ {filename} → {new_name}")

print("✅ 全部重命名完成")

批量转换图片格式

from PIL import Image
import os
from glob import glob

input_folder = "./图片/"
output_folder = "./输出/"

# 确保输出目录存在
os.makedirs(output_folder, exist_ok=True)

# 处理所有 jpg 图片
for img_path in glob(os.path.join(input_folder, "*.jpg")):
    img = Image.open(img_path)
    filename = os.path.basename(img_path)
    name = os.path.splitext(filename)[0]
    
    # 转为 PNG
    output_path = os.path.join(output_folder, f"{name}.png")
    img.save(output_path, "PNG")
    print(f"✓ 已转换: {filename}")

print("✅ 图片转换完成")

压缩文件夹中的图片

from PIL import Image
import os
from glob import glob

def compress_images(folder, quality=60, max_size=(1920, 1080)):
    """批量压缩图片"""
    for img_path in glob(os.path.join(folder, "*.jpg")) + \
                   glob(os.path.join(folder, "*.png")):
        
        img = Image.open(img_path)
        
        # 限制最大尺寸
        img.thumbnail(max_size, Image.Resampling.LANCZOS)
        
        # 按质量压缩保存
        filename = os.path.basename(img_path)
        img.save(img_path, optimize=True, quality=quality)
        
        old_size = os.path.getsize(img_path) / 1024
        print(f"✓ 已压缩: {filename} ({old_size:.1f} KB)")

compress_images("./待压缩/")

---

五、自动化思维：怎么发现身边的自动化机会

写代码本身不难，难的是发现什么事可以用自动化解决。

一个简单判断标准：任何每隔一段时间就要重复做的事情，都可以考虑自动化。

判断标准	适合自动化	不适合自动化
重复频率	每周至少一次	半年一次
操作步骤	3 步以上	1-2 步
判断逻辑	固定的规则（if A 则 B）	需要大量主观判断
数据量	10 条以上	三五条
出错成本	低，错了可以重跑	极高，不允许出错

一些常见的自动化切入点：

1. 本周最讨厌做的重复操作是什么？ → 这就是第一个需要自动化的场景
2. 同事最常抱怨的繁琐操作是什么？ → 这可能是接单的机会
3. 每次做都小心翼翼的步骤是什么？ → 越容易出错的越适合交给机器

---

六、一个完整的自动化示例：日报自动生成

把上面几个知识点串起来，做一个完整的案例：

import pandas as pd
from datetime import datetime, timedelta
import smtplib
from email.mime.text import MIMEText

# ---------- 1. 读取数据 ----------
df = pd.read_excel("今日销售数据.xlsx")

# ---------- 2. 分析数据 ----------
summary = df.groupby("产品线").agg({
    "销售额": "sum",
    "订单数": "count",
    "客户数": "nunique"
}).reset_index()

# 计算核心指标
total_sales = summary["销售额"].sum()
total_orders = summary["订单数"].sum()
avg_order = round(total_sales / total_orders, 2) if total_orders > 0 else 0

# 找出最佳产品线
best_product = summary.loc[summary["销售额"].idxmax(), "产品线"]

# ---------- 3. 生成报告文本 ----------
today = datetime.now().strftime("%Y-%m-%d")
report = f"""
【{today} 销售日报】

总销售额：¥{total_sales:,.2f}
总订单数：{total_orders}
客单价：¥{avg_order}
最佳产品线：{best_product}

详细数据：
{summary.to_string(index=False)}
"""

# ---------- 4. 自动发送 ----------
def send_daily_report(report_text):
    server = smtplib.SMTP("smtp.qq.com", 587)
    server.starttls()
    server.login("your@qq.com", "your_auth_code")
    
    msg = MIMEText(report_text, "plain", "utf-8")
    msg["Subject"] = f"销售日报 - {today}"
    msg["From"] = "your@qq.com"
    msg["To"] = "manager@company.com"
    
    server.sendmail("your@qq.com", "manager@company.com", msg.as_string())
    server.quit()
    print(f"✅ 日报已发送")

send_daily_report(report)

如果再配合操作系统的定时任务（Windows 的任务计划程序或 Linux 的 cron），这个脚本可以做到：

每天早上 9 点自动拉数据 → 分析 → 生成日报 → 发送到领导邮箱。

你只需要写好一次脚本，之后就不用管了。

---

写在最后

Python 自动化入门其实就三步：

1. 找到一个你觉得烦的重复操作（这是最大的动力）
2. 写脚本解决它（复制粘贴上面的代码，改参数就行）
3. 让它自动跑（配个定时任务，一劳永逸）

不需要一上来就啃完一本 Python 教材。先从解决一个小问题开始，比如今天就把那个每周让你头疼的 Excel 报表自动化掉。

一个脚本省下来的时间，可能比你学 Python 花的时间还多。

---

如果你有具体的自动化需求，可以在评论区留言场景，我会挑典型的写代码示例回复。