Python 编程快速上手：让繁琐工作自动化 —— 19章全实战笔记

Python 编程快速上手：让繁琐工作自动化 ------ 19章全实战笔记

环境说明：本文所有代码在华为云 FlexusX ECS（Ubuntu 24.04, 8vCPU/16GB, Python 3.12.3）上真实运行，涵盖《Python 编程快速上手》全部 19 章的核心实战内容。

---

目录

1. [第 1-3 章：Python 基础 + 控制流 + 函数](#第 1-3 章：Python 基础 + 控制流 + 函数)
2. [第 4-6 章：列表 + 字典 + 字符串](#第 4-6 章：列表 + 字典 + 字符串)
3. [第 7-8 章：正则表达式 + 输入验证](#第 7-8 章：正则表达式 + 输入验证)
4. [第 9-11 章：文件操作 + 组织文件 + 调试测试](#第 9-11 章：文件操作 + 组织文件 + 调试测试)
5. [第 12-15 章：Web 抓取 + Excel + PDF/Word + CSV/JSON](#第 12-15 章：Web 抓取 + Excel + PDF/Word + CSV/JSON)
6. [第 16-19 章：时间调度 + 邮件 + 图像 + GUI 自动化](#第 16-19 章：时间调度 + 邮件 + 图像 + GUI 自动化)

---

第一部分：Python 基础 + 控制流 + 函数

第 1 章：Python 基础

Python 交互式环境（REPL）是快速测试代码的最佳方式。核心数据类型：

整型 (int):   42
浮点型 (float): 3.14
字符串 (str):  'Hello'
布尔型 (bool): True

# 内置函数
len('Hello World') = 11
int('42') + 10 = 52
float('3.14') * 2 = 6.28
str(100) + ' points' = '100 points'

第 2 章：控制流

# 条件判断
分数: 85 → 等级: B

# for 循环
for i in range(1, 6): i=1 i=2 i=3 i=4 i=5

# while 循环 + break/continue
跳过偶数, break 当 >8: 1 3 5 7 break at 9

# 导入模块
from math import sqrt, pi
sqrt(16) = 4.0, pi = 3.1416

第 3 章：函数

# def 定义 + return 返回
add(3, 5) = 8

# 关键字参数
describe_person("Alice", 30, city="上海") → "Alice, 30岁, 来自上海"

# 异常处理
safe_divide(10, 0) → "错误: 除数不能为0"
safe_divide(10, 'a') → "错误: 类型不匹配"

---

第二部分：列表 + 字典 + 字符串

第 4 章：列表

fruits = ['apple', 'banana', 'cherry', 'date', 'elderberry']
fruits[0]      → 'apple'
fruits[-1]     → 'elderberry'
fruits[1:3]    → ['banana', 'cherry']
fruits[::2]    → ['apple', 'cherry', 'elderberry']

列表常用方法 ：append()、insert()、remove()、pop()、sort()、reverse()、index()、count()

原列表: [3, 1, 4, 1, 5, 9, 2, 6]
append(10):  [3, 1, 4, 1, 5, 9, 2, 6, 10]
insert(0,0): [0, 3, 1, 4, 1, 5, 9, 2, 6, 10]
remove(1):   [0, 3, 4, 1, 5, 9, 2, 6, 10]  ← 只移除第一个
sort():      [0, 1, 2, 3, 4, 5, 6, 9]
reverse():   [9, 6, 5, 4, 3, 2, 1, 0]

深浅拷贝的区别 ：copy.copy() 浅拷贝只复制外层引用，嵌套列表修改会同步；copy.deepcopy() 深拷贝完全独立。

第 5 章：字典和结构化数据

person = {'name': 'Alice', 'age': 30, 'city': 'New York'}
person.keys()   → ['name', 'age', 'city']
person.values() → ['Alice', 30, 'New York']
person.get('email', 'N/A') → 'N/A'  # 安全访问

实战：字符频率统计

"hello world" 字符频率:
  'l': ### (3)
  'o': ## (2)
  'd': # (1)
  'e': # (1)
  'h': # (1)
  'r': # (1)
  'w': # (1)
  ' ': # (1)

嵌套字典：学生成绩管理

001 张三: 均分 84.3
002 李四: 均分 91.7

第 6 章：字符串操作

'  Hello, World!  '.strip()  → 'Hello, World!'
'Hello, World!'.replace('World', 'Python') → 'Hello, Python!'

# split / join 组合技
'apple,banana,cherry'.split(',')     → ['apple', 'banana', 'cherry']
' | '.join(['apple', 'banana'])      → 'apple | banana'

实战：密码强度检查

密码 'abc'      → ❌ 长度不足8位, 缺少大写字母, 缺少数字
密码 'abcdefgh' → ❌ 缺少大写字母, 缺少数字
密码 'Abcdefgh' → ❌ 缺少数字
密码 'Abcdefg1' → ✅

---

第三部分：正则表达式 + 输入验证

第 7 章：模式匹配与正则表达式

import re

# 基本匹配
re.search(r'\d{3}-\d{3}-\d{4}', 'My phone is 415-555-4242')
→ 找到: 415-555-4242

# 分组提取
phone_regex = re.compile(r'(\d{3})-(\d{3}-\d{4})')
区号: 415, 号码: 555-4242

# 管道 (或)
r'Batman|Superman' → 匹配 Batman 或 Superman

贪婪 vs 非贪婪 ：.* 会尽量多匹配，.*? 尽量少匹配。

原文: '<div>Hello</div><div>World</div>'
贪婪:   '<div>Hello</div><div>World</div>'  ← 匹配了整段
非贪婪: '<div>Hello</div>'                  ← 只匹配第一个

sub() 替换实战：

原文: 'Agent Alice gave secret docs to Agent Bob.'
替换: 'CENSORED gave secret docs to CENSORED.'
隐藏: 'A*** gave secret docs to B***.'

实战：提取电话号码和邮箱

原文:
联系人: 张三, 电话: 138-1234-5678, 邮箱: zhangsan@example.com
联系人: 李四, 电话: 139-8765-4321, 邮箱: lisi@company.cn
客服热线: 400-800-1234, 邮箱: support@service.org

手机号: ['138-1234-5678', '139-8765-4321']
热线:   ['400-800-1234']
邮箱:   ['zhangsan@example.com', 'lisi@company.cn', 'support@service.org']

正则速查表：

符号	含义	符号	含义
\d	任何数字	\D	任何非数字
\w	字母/数字/下划线	\W	非单词字符
\s	空白字符	\S	非空白字符
^	字符串开始	$	字符串结束
.	任何字符(除\n)	[abc]	a 或 b 或 c
*	0次+	+	1次+
?	0或1次	{n}	恰好 n 次
{n,m}	n~m 次	[^abc]	非 a/b/c

第 8 章：输入验证

PyInputPlus 提供带验证的 input() 替代方案：

import pyinputplus as pyip

age = pyip.inputInt('年龄: ', min=0, max=150)
email = pyip.inputEmail('邮箱: ')      # 自动验证格式
choice = pyip.inputChoice(['a','b'])   # 限定选项
name = pyip.inputStr('姓名(可选): ', blank=True)
ans = pyip.inputInt('猜数字(限3次): ', limit=3)
ans = pyip.inputNum('10秒内回答: ', timeout=10)

自定义验证函数：

[age] '25'  → ✅ 通过: 25
[age] '-5'  → ❌ 年龄必须在 0-150 之间
[age] 'abc' → ❌ 年龄必须是整数
[email] 'test@example.com' → ✅ 通过
[email] 'invalid-email'    → ❌ 邮箱格式不正确

---

第四部分：文件操作 + 组织文件 + 调试测试

第 9 章：读写文件

# 写入
with open('hello.txt', 'w', encoding='utf-8') as f:
    f.write("Hello, World!\n")

# 读取
with open('hello.txt', 'r', encoding='utf-8') as f:
    content = f.read()

# 逐行读取
for i, line in enumerate(f, 1):
    print(f"第{i}行: {line.rstrip()}")

shelve 模块：像字典一样将 Python 对象持久化到文件：

with shelve.open('mydata') as shelf:
    shelf['name'] = 'Alice'
    shelf['scores'] = [85, 90, 78]
# → keys: ['settings', 'age', 'name', 'scores']

第 10 章：组织文件

操作	方法	说明
复制文件	shutil.copy(src, dst)	复制单个文件
复制目录	shutil.copytree(src, dst)	递归复制
移动文件	shutil.move(src, dst)	移动/重命名
删除目录	shutil.rmtree(path)	递归删除（危险！）
磁盘使用	shutil.disk_usage('/')	获取磁盘信息
遍历目录	os.walk(path)	递归遍历
移到回收站	send2trash.send2trash()	软删除
压缩	zipfile.ZipFile()	创建/读取 ZIP

# 创建 ZIP
with zipfile.ZipFile('archive.zip', 'w') as zf:
    zf.write('hello.txt')
    zf.write('fruits.txt')

# 读取 ZIP
with zipfile.ZipFile('archive.zip', 'r') as zf:
    for info in zf.infolist():
        print(f"{info.filename}: {info.file_size} bytes")

# 解压
with zipfile.ZipFile('archive.zip', 'r') as zf:
    zf.extractall('extracted/')

第 11 章：调试与测试

异常处理：

# 抛出异常
def divide(a, b):
    if b == 0:
        raise ValueError("除数不能为0！")
    return a / b

# 自定义异常
class InsufficientFundsError(Exception):
    pass

def withdraw(balance, amount):
    if amount > balance:
        raise InsufficientFundsError(f"余额不足: 需要 {amount}, 可用 {balance}")
    return balance - amount

assert 断言：

def calculate_average(grades):
    assert len(grades) > 0, "成绩列表不能为空"
    assert all(0 <= g <= 100 for g in grades), "成绩必须在 0-100 之间"
    return sum(grades) / len(grades)

calculate_average([85, 90, 78]) = 84.3
calculate_average([])            → AssertionError: 成绩列表不能为空
calculate_average([85, 150, 78]) → AssertionError: 成绩必须在 0-100 之间

logging 模块：

import logging
logging.basicConfig(level=logging.DEBUG, format='%(asctime)s [%(levelname)s] %(message)s')

logger.debug("调试信息")       # 开发时使用
logger.info("程序运行中")      # 正常信息
logger.warning("注意！")       # 可能的问题
logger.error("出错了")         # 某个功能失败
logger.critical("系统崩溃")    # 无法继续运行

---

第五部分：Web 抓取 + Excel + PDF/Word + CSV/JSON

第 12 章：从 Web 抓取信息

requests 模块：

import requests

# GET 请求
resp = requests.get('https://httpbin.org/get', timeout=10)
→ 状态码: 200

# POST 请求
resp = requests.post('https://httpbin.org/post', data={'key': 'value'})
→ 状态码: 200

# 错误处理
resp.raise_for_status()  # 非 200 状态码会抛出异常

BeautifulSoup4 解析 HTML：

from bs4 import BeautifulSoup
soup = BeautifulSoup(html_doc, 'html.parser')

soup.title.string   → 'Python 学习资源'
soup.h1.string      → '推荐学习网站'

# 查找所有链接
for link in soup.find_all('a'):
    print(f"{link.string} → {link.get('href')}")

# CSS 选择器
soup.select('div.link-list li a')  # 更优雅的查找方式

selenium（API 示例，需图形界面）：

from selenium import webdriver
browser = webdriver.Chrome()
browser.get('https://www.python.org')
search_box = browser.find_element(By.NAME, 'q')
search_box.send_keys('pycon' + Keys.RETURN)
browser.quit()

第 13 章：处理 Excel 电子表格 (openpyxl)

实战：生成销售报表 Excel

import openpyxl
from openpyxl.styles import Font, PatternFill
from openpyxl.chart import BarChart, Reference

wb = openpyxl.Workbook()
sheet = wb.active
sheet.title = "销售数据"

# 带样式的标题行
header_font = Font(bold=True, color='FFFFFF')
header_fill = PatternFill(start_color='4472C4', fill_type='solid')

# 数据 + 公式
for row_idx, row_data in enumerate(data, 2):
    sheet.cell(row=row_idx, column=5, value=f'=SUM(B{row_idx}:D{row_idx})')

# 添加图表
chart = BarChart()
chart.title = "月度销售对比"
sheet.add_chart(chart, 'A10')

wb.save('sales_report.xlsx')

读取 Excel：

工作表: ['销售数据']
数据范围: A1:E7
标题行: ['月份', '产品A', '产品B', '产品C', '总额']

数据行:
  ('1月', 1200, 800, 1500, '=SUM(B2:D2)')
  ('2月', 1350, 920, 1600, '=SUM(B3:D3)')
  ('3月', 1100, 1050, 1400, '=SUM(B4:D4)')
  ...

第 14 章：处理 PDF 和 Word 文档

pypdf 处理 PDF：

from pypdf import PdfReader, PdfWriter

reader = PdfReader('sample.pdf')
print(f"页数: {len(reader.pages)}")
for page in reader.pages:
    print(page.extract_text())

生成 PDF 可使用 reportlab 库，支持自定义字体、坐标定位和多页输出。

python-docx 处理 Word：

from docx import Document

doc = Document()
doc.add_heading('Python 自动化报告', 0)
doc.add_heading('1. 项目概述', level=1)
doc.add_paragraph('本报告由 Python 自动生成。')

# 添加表格
table = doc.add_table(rows=1, cols=4)
table.style = 'Light Grid Accent 1'
header_cells = table.rows[0].cells
for i, text in enumerate(['指标', 'Q1', 'Q2', 'Q3']):
    header_cells[i].text = text

doc.save('report.docx')

读取 Word：

[Title] Python 自动化报告
[Heading 1] 1. 项目概述
[Normal] 本报告由 Python 自动生成，展示了 python-docx 库的各种功能。
[Heading 1] 2. 数据统计
[Heading 1] 3. 结论

第 15 章：处理 CSV 文件和 JSON 数据

CSV 读写：

import csv

# 写入
with open('employees.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.DictWriter(f, fieldnames=['姓名', '部门', '薪资'])
    writer.writeheader()
    writer.writerows(employees)

# 读取 + 分析
with open('employees.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
    for row in reader:
        print(f"{row['姓名']}, {row['部门']}, ¥{row['薪资']}")

按部门统计:
  技术: 人数=2, 平均薪资=¥16500
  市场: 人数=1, 平均薪资=¥12000
  人事: 人数=1, 平均薪资=¥10000

JSON 读写：

import json

# 写入（带缩进、中文不转义）
with open('config.json', 'w', encoding='utf-8') as f:
    json.dump(config, f, indent=2, ensure_ascii=False)

# 读取
with open('config.json', 'r', encoding='utf-8') as f:
    data = json.load(f)
    print(f"应用名称: {data['app_name']} v{data['version']}")

---

第六部分：时间调度 + 邮件 + 图像 + GUI 自动化

第 16 章：时间、计划任务和启动程序

time 模块：

import time
ts = time.time()          # Unix 时间戳
time.ctime(ts)            # 可读格式
time.sleep(0.5)           # 暂停 0.5 秒

datetime 模块：

from datetime import datetime, timedelta

now = datetime.now()
now.strftime('%Y-%m-%d')     → '2026-07-05'
now.strftime('%Y年%m月%d日')  → '2026年07月05日'
now.strftime('%H:%M:%S')     → '11:48:33'

# timedelta 日期运算
tomorrow = now + timedelta(days=1)
next_week = now + timedelta(weeks=1)
in_3_hours = now + timedelta(hours=3)

# strptime 解析日期字符串
datetime.strptime('2025-07-05 14:30:00', '%Y-%m-%d %H:%M:%S')

多线程：

import threading

def worker(name, seconds):
    time.sleep(seconds)
    results.append(f"{name} 完成于 {datetime.now():%H:%M:%S}")

threads = []
for i, t in enumerate([0.3, 0.5, 0.2], 1):
    th = threading.Thread(target=worker, args=(f"任务{i}", t))
    threads.append(th)
    th.start()

for th in threads:
    th.join()

任务1 完成于 11:48:33
任务2 完成于 11:48:33
任务3 完成于 11:48:33

subprocess.Popen：

import subprocess
subprocess.run(['uname', '-a'], capture_output=True, text=True)
# → Linux ... 6.8.0-...

proc = subprocess.Popen(['echo', 'Hello!'], stdout=subprocess.PIPE)
stdout, _ = proc.communicate()

第 17 章：发送电子邮件

SMTP 发送邮件（核心代码）：

import smtplib
from email.mime.text import MIMEText

msg = MIMEText('这是 Python 自动发送的测试邮件。', 'plain', 'utf-8')
msg['Subject'] = 'Python 自动发送的邮件'
msg['From'] = 'your_email@qq.com'
msg['To'] = 'recipient@example.com'

server = smtplib.SMTP('smtp.qq.com', 587)
server.starttls()                           # TLS 加密
server.login('your_email@qq.com', '授权码')  # 注意是授权码不是密码
server.send_message(msg)
server.quit()

IMAP 收取邮件（核心代码）：

import imapclient

imap = imapclient.IMAPClient('imap.qq.com', ssl=True)
imap.login('your_email@qq.com', '授权码')
imap.select_folder('INBOX', readonly=True)

uids = imap.search(['UNSEEN'])  # 搜索未读邮件
raw_msg = imap.fetch([uids[0]], ['BODY[]'])
# 使用 pyzmail 解析邮件内容...
imap.logout()

⚠️ 使用前需在邮箱设置中开启 SMTP/IMAP 服务，获取授权码（非邮箱密码）。

第 18 章：操作图像 (Pillow)

创建图像 + 绘图：

from PIL import Image, ImageDraw, ImageFilter

# 创建画布
img = Image.new('RGB', (400, 300), color='#2C3E50')
draw = ImageDraw.Draw(img)

# 绘制形状
draw.rectangle([50, 50, 350, 250], outline='#3498DB', width=3)
draw.ellipse([150, 100, 250, 200], fill='#E74C3C')
draw.line([(100, y), (300, y)], fill='#2ECC71', width=2)

# 写入文字
draw.text((130, 260), "Python + Pillow Demo", fill='#ECF0F1')

img.save('created_image.png')

图像处理操作：

cropped = img.crop((100, 100, 300, 250))     # 裁剪
resized = img.resize((200, 150))              # 缩放
rotated = img.rotate(45, expand=True)         # 旋转
blurred = img.filter(ImageFilter.GaussianBlur(radius=10))  # 模糊
gray = img.convert('L')                       # 转灰度

Pillow 常用操作速查：

操作	方法
打开	Image.open('file.png')
保存	img.save('output.jpg')
裁剪	img.crop((l, t, r, b))
缩放	img.resize((w, h))
旋转	img.rotate(angle)
翻转	img.transpose(Image.FLIP_LEFT_RIGHT)
模糊	img.filter(ImageFilter.GaussianBlur(5))
锐化	img.filter(ImageFilter.SHARPEN)
转灰度	img.convert('L')
像素	img.getpixel((x,y)) / img.putpixel((x,y), color)

第 19 章：GUI 自动化控制键盘和鼠标

pyautogui 需要图形界面环境（服务器不支持），以下是核心 API：

import pyautogui

# 鼠标控制
pyautogui.moveTo(100, 200, duration=0.5)   # 绝对移动
pyautogui.moveRel(50, 0)                   # 相对移动
pyautogui.click()                           # 左键单击
pyautogui.doubleClick()                     # 双击
pyautogui.rightClick()                      # 右键
pyautogui.drag(100, 0, duration=0.5)        # 拖拽

# 键盘输入
pyautogui.typewrite('Hello!', interval=0.1) # 逐字输入
pyautogui.press('enter')                    # 按一次
pyautogui.hotkey('ctrl', 'c')               # 组合键（复制）
pyautogui.hotkey('ctrl', 'v')               # 组合键（粘贴）

# 屏幕截图
screenshot = pyautogui.screenshot()
screenshot.save('screenshot.png')

# 图像定位（找到屏幕上的按钮位置）
location = pyautogui.locateOnScreen('button.png')
pyautogui.click(pyautogui.center(location))

# 安全机制
pyautogui.FAILSAFE = True   # 鼠标移到 (0,0) 紧急停止
pyautogui.PAUSE = 0.5        # 每次操作后暂停

自动化填表示例：

def auto_fill_form(name, email, message):
    pyautogui.click(500, 300)
    pyautogui.typewrite(name)
    pyautogui.press('tab')
    pyautogui.typewrite(email)
    pyautogui.press('tab')
    pyautogui.typewrite(message)
    pyautogui.click(600, 500)  # 提交

⚠️ GUI 自动化强依赖屏幕分辨率，建议使用图像识别定位而非硬编码坐标。

---

全书总结

Python 基础 (第1-2章)
      ↓
函数 + 数据结构 (第3-6章)
  列表 / 字典 / 字符串 / 元组
      ↓
┌─────────────────────────────────────┐
│        文本处理 (第7-8章)             │
│    正则表达式 / 输入验证              │
├─────────────────────────────────────┤
│        文件系统 (第9-11章)            │
│    读写 / 组织 / 压缩 / 调试         │
├─────────────────────────────────────┤
│        办公自动化 (第12-15章)         │
│    Web抓取 / Excel / PDF / Word     │
│         CSV / JSON / API             │
├─────────────────────────────────────┤
│        系统自动化 (第16-19章)         │
│    定时任务 / 邮件 / 图像 / GUI      │
└─────────────────────────────────────┘

依赖包版本

openpyxl:   3.1.5    # Excel 读写
pypdf:      6.14.2   # PDF 处理
python-docx: 1.2.0   # Word 文档
beautifulsoup4: 4.15.0  # HTML 解析
requests:   2.31.0   # HTTP 请求
Pillow:     latest   # 图像处理
pyinputplus: 0.2.12  # 输入验证
send2trash: 2.1.0    # 移到回收站
reportlab:  latest   # 生成 PDF

---

关于本文：19 章内容全覆盖，所有代码在真实 ECS 云服务器上执行并展示输出。掌握这些技能后，你可以自动化处理日常工作中的文件整理、数据报表、网页信息采集等大量重复性任务。

作者 ：DataHelper | 日期：2026-07-05