Python办公自动化-第01讲-环境搭建与自动化认知

第 1 讲 | 为什么用 Python 做办公自动化?PyCharm 环境搭建

本讲是《Python 办公自动化实战:Excel / Word / PDF 批量处理》第 1 讲(免费试读)。

学完这一讲,你会拥有一个能跑通全部 20 讲代码的开发环境,并且写出第一个自动化脚本。


一、先看三个真实场景

场景一:月底合并报表

你有 30 个分公司发来的销售 Excel,要把它们合并成一张总表。手动操作:打开第一个 → 全选 → 复制 → 切到总表 → 粘贴 → 关掉 → 打开第二个 ...... 30 个文件,熟练的人也要 40 分钟,而且中途错一行,全表作废。

场景二:给 200 个员工发工资条

人事给了一张 Excel 名单,你要给每个人生成一份 Word 工资通知,再转成 PDF 发邮件。手动做,一个下午搭进去。

场景三:批量改文件名

下载了 500 个文件,名字里都带一串没用的网址前缀,你要一个个重命名。

这三个场景,Python 分别需要多少代码?

场景 手动 Python
合并 30 个 Excel 40 分钟 约 15 行代码,3 秒
生成 200 份工资条 一下午 约 30 行代码,10 秒
批量重命名 500 个文件 1 小时 约 10 行代码,1 秒

更关键的是:写好一次,以后每个月都能用。 下次你要做的,只是双击运行一下。


二、Python 能自动化哪些办公操作

本课程覆盖的范围(也是你日常工作 90% 的重复劳动):

Excel(本课程重点)

  • 批量新建、批量重命名、批量合并、批量拆分
  • 数据清洗(去重、补缺失值、格式统一)
  • 样式美化(表头、颜色、边框、条件格式、数据验证)
  • 自动生成图表(柱状图、折线图、饼图)
  • 公式、透视、冻结窗格、自动筛选

Word

  • 批量生成合同 / 证书 / 通知书(用 Excel 名单驱动)
  • 提取 Word 里的文字和表格
  • 生成带数据表格和图表的分析报告

PDF

  • 合并、拆分、旋转、加密解密
  • 提取文本和表格(表格转 Excel)
  • 批量加水印、批量提取关键信息

文件系统

  • 批量重命名、按规则归类、批量复制移动删除
  • 目录结构批量创建

三、为什么是 Python

  1. 生态最全 :处理 Excel 有 openpyxl/pandas,Word 有 python-docx,PDF 有 pypdf/pdfplumber------每个场景都有成熟库,而且都是免费的。
  2. 代码短:一个"读取 Excel 并筛选"的操作,Python 只要 3 行,而 VBA 要写十几行还难调试。
  3. 跨平台:Windows、macOS、Linux 都能跑。
  4. 能打包 :写好脚本可以用 PyInstaller 打包成 .exe,给不会编程的同事双击就能用(第 20 讲会讲)。

有同学问:Excel 自带 VBA,为什么要用 Python?答案是------VBA 只能处理 Excel 内部的事,一旦涉及"批量处理文件夹里的 100 个文件""生成 Word""发邮件",VBA 就很吃力。而 Python 什么都能干。


四、环境搭建(三步,10 分钟)

第 1 步:安装 Python

到官网 python.org 下载 Python 3.11 或以上(本课程在 3.13 上验证通过)。

⚠️ Windows 安装时务必勾选 Add Python to PATH,否则后面命令行找不到 python。

验证:打开命令行(Windows 按 Win+R 输入 cmd),执行:

bash 复制代码
python --version

看到 Python 3.x.x 就成功了。

第 2 步:安装 PyCharm

到 jetbrains.com/pycharm 下载 Community(社区版)------免费,够用。

安装完成后打开,界面大致是这样:

  • 左边是项目文件树
  • 中间是代码编辑区
  • 底部是 Terminal(终端),后面装库都在这里敲命令

第 3 步:打开课程工程

本课程配套一个完整工程 python-office-auto,包含全部代码和样例数据。

  1. PyCharm 里 File → Open → 选择 python-office-auto 目录
  2. 配置解释器:File → Settings → Project: python-office-auto → Python Interpreter
    • 如果列表里没有,点齿轮 → Add → Virtualenv Environment → 新建一个虚拟环境
  3. 打开底部 Terminal,安装依赖:
bash 复制代码
pip install -r requirements.txt

如果下载慢,可以换国内镜像:

bash 复制代码
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

什么是虚拟环境? 简单说,就是给这个项目单独建一个"工具箱",装什么库只影响这个项目,不会污染你电脑里其他 Python 程序。强烈建议每个项目都建一个。


五、跑通第一个脚本:环境自检

工程里有一个 lessons/L01_env_check.py,用来检查环境是否就绪。在 PyCharm 里右键 → Run 'L01_env_check'。

正常输出:

复制代码
==================================================
 Python 办公自动化 ------ 环境自检
==================================================
 Python 版本 : 3.13.14
 解释器路径  : .../Scripts/python.exe
--------------------------------------------------
  [OK]   openpyxl     3.1.5
  [OK]   pandas       3.0.6
  [OK]   XlsxWriter   3.2.9
  [OK]   python-docx  1.2.0
  [OK]   pypdf        6.20.0
  [OK]   pdfplumber   0.11.10
  [OK]   Pillow       12.3.0
  [OK]   reportlab    5.0.1
--------------------------------------------------
 依赖就绪:8/8
 环境全部就绪,可以开始学习了!

如果出现 [--] 行 ,说明某个库没装上,回到第 3 步重新执行 pip install -r requirements.txt。


六、再跑一个"真正干活"的脚本

环境自检只是检查。我们跑一个真正产生文件的脚本------生成课程要用的样例数据:

bash 复制代码
python scripts/make_sample_data.py

输出:

复制代码
[INFO] 开始生成样例数据 ......
[INFO] 生成 data\input\sales\销售明细_华东大区.xlsx
[INFO] 生成 data\input\sales\销售明细_华北大区.xlsx
...
[INFO] 生成 汇总表.xlsx(共 150 行,用于拆分练习)
[INFO] 生成 员工名单.xlsx(20 名员工,用于批量生成合同)
[INFO] 生成 模板_劳动合同.docx(含 {{姓名}} 等占位符)
[INFO] 生成 data\input\reports\季度报告_1.pdf
[INFO] 全部完成!样例数据位于 data/input/ 与 assets/

这就是"自动化"的感觉------一条命令,12 个文件自动生成。接下来每一讲,我们都会用这些文件做练习。


七、课程工程的结构说明

复制代码
python-office-auto/
├── requirements.txt         依赖清单(要装什么库)
├── data/
│   ├── input/               输入文件(样例数据、模板)
│   └── output/              输出结果(脚本生成的文件都在这)
├── assets/                  素材(水印图片等)
├── lessons/                 每讲一个脚本(L03 ~ L20)
├── scripts/
│   └── make_sample_data.py  一键生成样例数据
└── utils/
    └── helpers.py           公共工具(路径、日志)

两个约定,后面每一讲都会用到:

  1. 所有输入都放 data/input/,所有输出都放 data/output/。这样脚本不会乱写文件,也不会误伤你电脑上的其他文件。
  2. 代码里统一用 utils/helpers.py 里的路径常量,不写死绝对路径------这样工程换到任何电脑上都能跑。

看一眼 helpers.py 的核心部分:

python 复制代码
from pathlib import Path

BASE_DIR = Path(__file__).resolve().parent.parent
DATA_DIR = BASE_DIR / "data"
INPUT_DIR = DATA_DIR / "input"
OUTPUT_DIR = DATA_DIR / "output"

以后的脚本里,你只需要:

python 复制代码
from utils.helpers import INPUT_DIR, OUTPUT_DIR
df = pd.read_excel(INPUT_DIR / "汇总表.xlsx")

路径永远不用手写,也不担心中文路径问题。


八、常见问题(新手必看)

Q1:pip 命令不是内部或外部命令

Python 安装时没勾 Add Python to PATH。重新安装并勾上,或者用 python -m pip install xxx 代替 pip install xxx。

Q2:安装库时卡住 / 超时

换国内镜像:

bash 复制代码
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

Q3:PyCharm 里提示 ModuleNotFoundError

99% 是解释器选错了。检查右下角的解释器是不是你装库的那个虚拟环境。

Q4:中文显示乱码

在脚本开头加一行 # -*- coding: utf-8 -*-(本课程所有脚本都有)。如果只是控制台显示乱码,不影响生成的文件内容。

Q5:data/output 是空的

先运行一次 scripts/make_sample_data.py。


九、完整代码

python 复制代码
# -*- coding: utf-8 -*-
"""
第 1 讲配套脚本:环境自检

作用:确认 Python 版本、解释器路径,以及课程要用到的 8 个库是否都已安装。
运行:在 PyCharm 里右键 Run,或命令行 `python lessons/L01_env_check.py`
"""

from __future__ import annotations

import sys
from pathlib import Path

# 让脚本能 import 到工程根目录下的 utils
sys.path.insert(0, str(Path(__file__).resolve().parent.parent))


def check(name: str, module: str) -> bool:
    """尝试导入一个模块,返回是否成功。"""
    try:
        mod = __import__(module)
        version = getattr(mod, "__version__", "已安装")
        print(f"  [OK]   {name:<12} {version}")
        return True
    except ImportError:
        print(f"  [--]   {name:<12} 未安装(pip install {name})")
        return False


def main() -> None:
    print("=" * 50)
    print(" Python 办公自动化 ------ 环境自检")
    print("=" * 50)
    print(f" Python 版本 : {sys.version.split()[0]}")
    print(f" 解释器路径  : {sys.executable}")
    print("-" * 50)

    # 库名 -> 导入名(有些包名和导入名不一致)
    deps = [
        ("openpyxl", "openpyxl"),
        ("pandas", "pandas"),
        ("XlsxWriter", "xlsxwriter"),
        ("python-docx", "docx"),
        ("pypdf", "pypdf"),
        ("pdfplumber", "pdfplumber"),
        ("Pillow", "PIL"),
        ("reportlab", "reportlab"),
    ]
    ok = sum(check(name, mod) for name, mod in deps)

    print("-" * 50)
    print(f" 依赖就绪:{ok}/{len(deps)}")
    if ok < len(deps):
        print(" 提示:缺少依赖时,请在工程根目录执行  pip install -r requirements.txt")
    else:
        print(" 环境全部就绪,可以开始学习了!")


if __name__ == "__main__":
    main()

十、本讲小结

  1. 办公自动化的价值:把"每次都要重做"的重复劳动,变成"一次写好、永远复用"。
  2. Python 的优势:生态全、代码短、跨平台、可打包。
  3. 环境三步 :装 Python → 装 PyCharm → 装依赖(pip install -r requirements.txt)。
  4. 工程约定 :输入放 data/input,输出放 data/output,路径用 helpers.py 常量。
  5. 已跑通:环境自检脚本 + 样例数据生成脚本。

下一讲预告

环境好了,但一打开"处理 Excel"的教程,你会发现有 openpyxl、pandas、xlwings、XlsxWriter 四个库,到底该用哪个?

第 2 讲我会用一张表讲清四个库的分工,并给出一条"按场景选库"的决策路径------选错库,会让你多写十倍的代码。


本专栏是《Python 办公自动化实战》第 1 讲,共 20 讲。配套代码工程:python-office-auto。第20讲有下载链接

相关推荐
高洁011 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
ComPDFKit1 小时前
RAG 回答只显示 PDF 文件名?用 Python 保留引用页码
开发语言·python·pdf·rag
yz_aiks2 小时前
Termux 使用教程:把安卓手机变成随身 Linux(装 Python、SSH 远程、跑自动化脚本)
android·linux·python·智能手机·ssh·termux
2601_967980114 小时前
Flask Web 应用
python·flask·web开发·环境变量·虚拟环境
aifannihao5 小时前
ß 大写变 SS:用 Python 算清 Ruby2Shell 的缓冲区账本
python·安全·标准库·缓冲区溢出·字符串编码
liwulin05065 小时前
【OLLAMA】调用SKILL的通用ReAct
python
郝学胜-神的一滴6 小时前
Effective Python 条款36:优雅拼装迭代器与生成器
开发语言·数据结构·人工智能·python·numpy·scikit-learn
Norna7 小时前
Git 给路径加了引号,这个文件就从 review 里消失了
python
wuyk5557 小时前
Python办公自动化-第04讲-批量新建Excel
开发语言·python·excel