用 Python 写自动化脚本：定时任务、文件批处理、自动出报表

重复三遍的活，就该交给脚本；你省下的不是那几分钟，是"又得手动搞一遍"的烦躁。

很多同学一听到"自动化"就想到写个平台、搭个服务、搞个前端界面，结果三个月过去还在搭架子，真正要 automate 的活一件没动。其实对大学生和初中级开发者来说，90% 的需求，一个几十行的小脚本 + 一个定时任务就能解决。这篇我把自己常用的三板斧------文件批处理、定时任务、自动出报表------连同排雷清单一起给你。它们不炫技，但真能天天帮你省时间，而且每一段代码你复制过去改改路径就能跑。

我写自动化有个原则：先跑通一个最細最小、但确确实实每天省我 20 分钟的脚本，而不是先规划一个"完美系统"。等这个小脚本稳定跑了一个月，你自然知道下一步该把什么也自动化。

一、什么活该自动化

先判断值不值得，别把一次性活硬做成系统。我给自己定的三条标准：重复频率 ≥ 每月一次、规则明确可描述、出错成本可控。

场景	是否值得自动化	理由
每月导报表、重命名几百个文件	✅ 值得	频率高、规则固定、纯体力
每天备份某目录到移动硬盘	✅ 值得	重复且容易忘，漏了才后悔
一次性数据清洗（只用一次）	❌ 不值得	写完就扔，性价比极低
规则含糊、要靠人判断的审批	❌ 不值得	自动化出错成本太高，人更稳
但需要"人拍板"前的整理工作	✅ 值得	把脏活前置，人只做判断

记住：自动化是为了省心且可重复，不是为了炫技。能用一行命令解决的，别上框架。

我第一次尝到甜头，是大三做助教时每周要收几十份作业、手动按学号重命名再打分。前两周还行，第三周就烦了，于是花一个晚上写了个重命名脚本，之后每周省下快一小时。后来我发现，判断"该不该自动化"还有个更实在的角度：算一笔账------写脚本花 2 小时，如果它能每周帮你省 1 小时，两周就回本，之后全是纯赚。那些"写脚本比手动还慢"的活，通常是因为你想把它做成通用系统了。

二、场景一：文件批处理

这是最入门也最容易出事的场景。两个我踩过血泪坑的原则：用 pathlib 而不是字符串拼路径 （路径里有中文、空格、反斜杠时，字符串拼接必翻车）；危险操作先 dry-run 打印，确认无误再执行（删文件、移动文件前先打印要干什么）。

为什么非要用 pathlib？因为它把路径当成对象而不是字符串，folder / "a.jpg" 自动按系统补分隔符，还能链式调用 .glob()、.stat()、.rename()，读起来就是人话。相比之下 os.path.join 拼一堆字符串，一旦漏了斜杠或混了正反斜杠，在 Windows 上就会悄悄出错。另外 glob 的通配符（如 *.xlsx、2024*)比手写遍历再正则判断清爽太多，配合 iterdir() 遍历目录几乎是批处理标配。

python 复制代码

from pathlib import Path
from datetime import datetime, timedelta
import shutil

BASE = Path(r"D:/工作资料/导出")   # pathlib 自动处理斜杠，不怕中文空格
BACKUP = Path(r"D:/工作资料/已归档")

# ---- 批量重命名：给所有 jpg 加日期前缀 ----
def rename_with_date(folder: Path):
    for f in folder.glob("*.jpg"):
        new_name = f"{datetime.now():%Y%m%d}_{f.name}"
        print(f"[dry-run] {f.name} -> {new_name}")  # 先打印
        # 确认无误后取消注释：
        # f.rename(f.with_name(new_name))

# ---- 按日期归档：把 30 天前的文件搬进归档目录 ----
def archive_old(folder: Path, days=30):
    cutoff = datetime.now() - timedelta(days=days)
    for f in folder.iterdir():
        if f.is_file() and datetime.fromtimestamp(f.stat().st_mtime) < cutoff:
            dest = BACKUP / f.name
            print(f"[dry-run] 归档 {f.name}")        # 先打印
            # shutil.move(str(f), str(dest))

# ---- 清理过期文件：只删 .tmp 且超过 7 天 ----
def clean_tmp(folder: Path, days=7):
    cutoff = datetime.now() - timedelta(days=days)
    for f in folder.glob("*.tmp"):
        if datetime.fromtimestamp(f.stat().st_mtime) < cutoff:
            print(f"[dry-run] 删除 {f}")             # 先打印
            # f.unlink()   # 真删只在 dry-run 验证后执行

批量改 Excel 用 openpyxl 或 pandas，同样先只读预览。一个我最想强调的保险：批量删除前，先整体备份目录 。一行 shutil.copytree 花几秒，却能让你在删错时保住全部数据，这是最便宜的保险。

三、场景二：定时任务

脚本写完，总不能天天手动跑。三种方案怎么选：

如果你用的是 Windows 本机，最简单的其实是图形化的"任务计划程序"：搜索打开后新建任务，触发器设"每天 9:00"，操作选"启动程序"，填 python.exe 的绝对路径和脚本路径即可，全程不用碰命令行。缺点是换电脑要重新配一遍。而服务器上基本就是 crontab 的天下，稳定且开机自启。至于 schedule 库，适合那种"脚本自己常驻、不想依赖系统调度"的小工具，但它本质是进程内循环，进程挂了就停，可靠性弱于系统级调度。

方案	适用	优点	缺点
Windows 任务计划程序	自己电脑、Windows	图形界面、零代码	换机器要重配
Linux crontab	服务器	稳定、开机自启	语法易写错、环境精简
Python `schedule` 库	脚本常驻	配置在代码里、跨平台	进程挂了就停

crontab 五个星号 ：分时日月周，从左到右。新手最常写错的就是"每隔"和"每天"：

复制代码

# ❌ 想每天 9 点跑，写成 */9 * * * * （这是每隔 9 小时跑一次）
# ✅ 每天 9:00
0 9 * * *

# ❌ 漏了分钟，写成 9 * * * * （9 点那一小时每分钟都跑）
# ✅
0 9 * * *

# 每 5 分钟：*/5 * * * *
# 工作日 18:30：30 18 * * 1-5

最关键的坑：crontab 里找不到 python 。cron 的环境变量极精简，没有你的 PATH，所以必须写 python 的绝对路径：

复制代码

# 先 which python3 拿到路径，再写进 crontab
0 9 * * * /usr/bin/python3 /home/you/report.py >> /home/you/run.log 2>&1

上一次没跑完怎么办？ 这是定时任务最容易翻车的地方。比如报表脚本要跑 40 分钟，你设了每 30 分钟一次，就可能重叠。用锁文件防止重叠执行：

python 复制代码

import os, sys, time
LOCK = "/tmp/my_job.lock"

if os.path.exists(LOCK):
    print("上次还没跑完，本次跳过")
    sys.exit(0)
open(LOCK, "w").close()   # 占个坑
try:
    main()                # 真正的业务逻辑
finally:
    os.remove(LOCK)       # 无论成败都释放锁，避免死锁

四、场景三：自动出报表

读多个 Excel/CSV → 汇总 → 写多 sheet 并设格式 → 发出去，这是办公室场景最香的自动化。很多人以为"出报表"就是 to_excel 一把梭，但真正能用的报表，还讲究两点：一是多 sheet 分区 （明细放一张、汇总放一张、异常放一张），让人一眼找到重点；二是格式与条件格式，比如金额用色阶标出高低，领导扫一眼就能看出异常。下面代码把这两点都做了：

核心代码如下：

python 复制代码

import pandas as pd
from pathlib import Path
from openpyxl.styles import Font, PatternFill
from openpyxl.formatting.rule import ColorScaleRule

src = Path(r"D:/数据/每日")
files = list(src.glob("销售_*.xlsx"))

# 1) 读取并合并多个文件（每个文件是某天的销售）
frames = [pd.read_excel(f) for f in files]
df = pd.concat(frames, ignore_index=True)
# 合并前最好先统一列名和类型，否则 concat 会把不一致的列补成 NaN
# 比如：df.columns = [c.strip() for c in df.columns]

# 2) 汇总：按区域统计金额和笔数
summary = df.groupby("区域")["金额"].agg(["sum", "count"]).reset_index()

# 3) 写出多 sheet，并设格式
with pd.ExcelWriter("月报.xlsx", engine="openpyxl") as writer:
    df.to_excel(writer, sheet_name="明细", index=False)
    summary.to_excel(writer, sheet_name="汇总", index=False)
    wb = writer.book
    ws = writer.sheets["汇总"]
    # 标题加粗白字蓝底
    for c in ws[1]:
        c.font = Font(bold=True, color="FFFFFF")
        c.fill = PatternFill("solid", fgColor="4472C4")
    # 金额列加色阶条件格式，高值绿低值红，一眼看出异常
    ws.conditional_formatting.add(
        "B2:B100",
        ColorScaleRule(start_type="min", start_color="F8696B",
                       end_type="max", end_color="63BE7B")
    )

# 4) 发出去：塞共享盘 or 发邮件（邮件见第五节）
Path("月报.xlsx").replace(r"\\NAS\共享\月报.xlsx")

五、让脚本更可靠

脚本稳定运行后，要面对"半夜它挂了没人知道"的问题。四条加固建议：

日志写文件 ：用 logging 而不是 print，出问题能回看时间线。

python 复制代码

import logging
logging.basicConfig(filename="job.log", level=logging.INFO,
                    format="%(asctime)s %(levelname)s %(message)s")
logging.info("报表生成完成，共 %d 行", len(df))

异常重试 ：网络请求、文件 IO 这类不稳定操作，包一层重试（可用 tenacity，或自己写 for 循环）。
失败通知：脚本抛异常时，发邮件或打 webhook，让你第一时间知道：

python 复制代码

import requests
def notify(text):
    requests.post("https://你的webhook地址", json={"text": text})

参数化 + 配置分离 ：用 argparse 接收路径、日期，别写死；数据库密码、token 放环境变量或 .env，绝不写死在代码里，也别提交到 git。

六、打包给别人用

同事不会装 Python？用 pyinstaller 打成 exe，他双击就能跑：

bash 复制代码

pip install pyinstaller
pyinstaller -F -w report.py   # -F 打包成单文件，-w 不弹控制台窗口

坑提醒：体积往往 10MB+ （它把整个解释器和依赖都打进去了）；杀软可能误报 ，给同事用前最好数字签名或让他们加白名单；-w 模式下报错你看不到，调试期先不加 -w，等稳定了再加。

如果体积和误报让你头疼，还有个替代思路：不打包 exe，而是给同事一个 requirements.txt 加一句 pip install -r requirements.txt && python main.py，很多时候反而更干净。或者试 nuitka 把 Python 编译成二进制，体积和启动速度都更好，只是配置略复杂。选哪种取决于你的使用对象：给完全不懂技术的同事，exe 最省事；给会点命令行的同学，源码分发更透明。

七、常见坑

下面这些坑我几乎每个都踩过，列出来帮你省时间。它们大多不是语法错误，而是"在别人的机器上突然跑不起来"------所以脚本能在本机跑通，离"真能用"还差最后这几步。

坑 1：路径里的空格与中文 。统一用 pathlib.Path，别手写字符串拼接，Windows 下尤其容易炸。
坑 2：Excel 被占用无法写入 。写之前确保文件已关闭，或者用临时文件名写完再 replace 覆盖，避免"文件正在使用"报错。
坑 3：编码乱码 。写 CSV 用 encoding="utf-8-sig"，Excel 才认中文 BOM，否则打开是一堆乱码。
坑 4：时区 。服务器多是 UTC，涉及"今天""本月"的判定要用 zoneinfo 锁定时区，否则半夜跑出来的是昨天的数。
坑 5：crontab 找不到 python。见第三节，必须写绝对路径。
坑 6：脚本没设工作目录 。cron 下工作目录是用户根目录，相对路径会全错------开头用 os.chdir() 或全程用绝对路径。

八、收束

自动化最大的敌人不是技术，是"想一口气做个平台"的冲动。我建议：先写一个"每天省我 20 分钟"的小脚本（比如自动归档导出文件、自动重命名截图），跑顺了再考虑定时任务和报表。等它真正省下时间，你自然知道下一步该自动化什么------而不是停在"规划完美的系统"这一步，永远不动手。等你攒了三五个小脚本，再想"要不要整合"，那时你才真正知道整合要解决什么问题。