用Python在工作中“偷懒”
- 2019 年 11 月 14 日
- 笔记
作者：吴小鹏
来源：数据札记馆
“偷懒还能干完活，才是本事。”
帅张发了一篇《工作要学会偷懒》，深感赞同。
有些事情既然定期都要处理，就没有更好的处理方式？能自动化么？ 工作要学会偷懒，尤其对于一些大量重复的工作，第一感觉就要想到如何偷懒。 怎么偷懒呢？ 做一点简单的编程工作就可以了。
我总结了一些在工作中非常常见的例子，将源码整理好供参考。
这类工作大部分是重复性工作，但占据了你比较多的时间，有时候用蛮力做的事情，可以有更省时省力的办法。
作为一名优秀的社会主义接班人，肯定都会有将工作任务自动化的意识，于是我去了解了一下身边不同岗位（HR、产品、运营、市场、数据分析师等）每天需要面对的重复性劳动（肯定会有不全，各位大佬不要喷我~）
今天我来分享一下在工作是实际会遇到的情况，其实我们不用吭哧吭哧地埋头干表格，也不用拼死平活地理数据，更不用机械式地点击各个启动和确认按钮，掌握一些自动化程序会让你的工作更加高效。
那么如何将这些统统实现呢？
我将这些分为以下几类，大家可以自行评估，各取所需：
如果你喜欢的话，点个在看让更多的人看到~
系统录入自动化
由于你经常需要不断的将一些信息录入系统，每一次录入的过程中你可能需要不断的点击一些按钮，面对这种情况，完全可以写一个自动脚本，每次代替你来执行这些点击的行为。
这里我们需要用到splinter：
pip install splinter
这里写了一个自动登录邮箱的脚本，可以实现文本输入和网页点击：
#coding=utf-8 import time from splinter import Browser def splinter(url): browser = Browser() #login 126 email websize browser.visit(url) #wait web element loading time.sleep(5) #fill in account and password browser.find_by_id('idInput').fill('xxxxxx') browser.find_by_id('pwdInput').fill('xxxxx') #click the button of login browser.find_by_id('loginBtn').click() time.sleep(8) #close the window of brower browser.quit() if __name__ == '__main__': websize = 'https://mail.163.com/' splinter(websize)
同理可以写一个简单的游戏挂机脚本，游戏挂机脚本，无非就是自动移动鼠标，自动点击，进行重复操作，所以，第一步就是如何控制鼠标。
import win32api import time def move_click(x, y, t=0): # 移动鼠标并点击左键 win32api.SetCursorPos((x, y)) # 设置鼠标位置(x, y) win32api.mouse_event(win32con.MOUSEEVENTF_LEFTDOWN | win32con.MOUSEEVENTF_LEFTUP, x, y, 0, 0) # 点击鼠标左键 if t == 0: time.sleep(random.random()*2+1) # sleep一下 else: time.sleep(t) return 0 # 测试 move_click(30, 30) def resolution(): # 获取屏幕分辨率 return win32api.GetSystemMetrics(0), win32api.GetSystemMetrics(1)
值得注意的是，一定要在管理员权限下的cmd中运行，否则点击无效。
这个时候，你已经可以写个循环，不停地点击屏幕上不同的几个点，最基础的挂机脚本就实现了。
不是在犯罪的道路上越走越远，就是在成长的道路上越走越远
更高级的游戏外挂：
https://github.com/JamesRaynor67/jump
Excel自动化处理
Excel合并
在实际应用中可能会有不同月份的数据或者不同周的报告等等的Excel数据，都是单个独立的文件，如果想要整体使用的话就需要合并一下，那么如何利用python把指定目录下的所有Excel数据合并成一个文件呢？
思路：利用python xlrd包读取excle文件，然后将文件内容存入一个列表中，再利用xlsxwriter将内容写入到一个新的excel文件中。
# -*- coding: utf-8 -*- #将多个Excel文件合并成一个 import xlrd import xlsxwriter #获取excel中所有的sheet表 def getsheet(fh): return fh.sheets() #获取sheet表的行数 def getnrows(fh,sheet): table=fh.sheets()[sheet] return table.nrows #读取文件内容并返回行内容 def getFilect(file,shnum): fh=open_xls(file) table=fh.sheets()[shnum] num=table.nrows for row in range(num): rdata=table.row_values(row) datavalue.append(rdata) return datavalue
或者直接用concat+一个循环来实现：
for i in var_list: df_0 = data[['var_1','var_2','var_3','var_4',i]][data[i]=='信息'] df_0['month'] = date_replace(i) df_0 = df_0[['var_1','var_2','var_3','var_4','var_5']] li.append(df_0) writer = pd.ExcelWriter(r'C:Usersmapping.xlsx') df = pd.concat(li) df.to_excel(writer,'Sheet1',index=False,header = None) df
Excel中添加数据图表
整理好excel文件后下一步需要做的是处理文件里的数据，根据数据来生成一些自己需要的图表：
import xlsxwriter #设置一个例子 data = [20, 45, 26, 18, 45] #创建表格 workbook = xlsxwriter.Workbook("temp.xlsx") worksheet = workbook.add_worksheet("data") #添加数据 worksheet.write_column('A1', data) #创建图表 chart = workbook.add_chart({'type': 'line'}) #图表添加数据 chart.add_series({ 'values': '=data!$A1:$A6', 'name': '图表名称', 'marker': { 'type': 'circle', 'size': 8, 'border': {'color': 'black'}, 'fill': {'color': 'red'} } , 'data_labels': {'values': True}, 'trendline': { 'type': 'polynomial', 'order': 2, 'name': '趋势线', 'forward': 0.5, 'backward': 0.5, 'display_equation':True, 'line': {'color': 'red', 'width':1, 'dash_type': 'long_dash'} } }) worksheet.insert_chart('c1', chart) workbook.close()
实现效果：
这部分图文来自网络，侵删。
word关键信息提取
假设你收到1万份简历，你想先根据学校做一些筛选，这时候利用python将大量的简历进行信息汇总，只提取关键信息用excel查看起来更加方便。
docx文件自己本身是压缩文件，打开压缩包之后竟然发现里面有个专门存储word里面文本的文件。
那么步骤就变得简单了：
1. 打开docx的压缩包
2. 获取word里面的正文信息
3. 利用正则表达式匹配出我们想要的信息
4. 将信息存储到txt中（txt可以用excel打开）
5. 批量调用上述过程，完成一万份简历的提取工作
利用正则匹配获取关键信息：
import re def get_field_value(text): value_list = [] m = re.findall(r"姓 名(.*?)性 别", table) value_list.append(m) m = re.findall(r"性 别(.*?)学 历", table) value_list.append(m) m = re.findall(r"民 族(.*?)健康状况", table) value_list.append(m) ''' 此处省略其他字段匹配 ''' return value_list
后台回复简历获取完整代码，参考资料：
https://blog.csdn.net/geoker/article/details/80149463
自动化运营监控
在平时的工作中，一定会有对运营情况的监控，假设你管理一家店铺，那么一些关键指标肯定是你需要每天查看到的，比如店铺访问数，商品浏览数，下单数等等，这个时候不用每天重复地去统计这些数据，这需要写一个自动化程序，每天将数据保存在固定的文件夹下就可以实现报表的实时监控。
如果你的数据来源是线下文件：
那么可以利用python操作线下文件将其载入数据库
然后通过数据库对数据进行处理
再利用python输出结果
from impala.dbapi import connect from impala.util import as_pandas import datetime conn = connect(host='host',port=21050,auth_mechanism='PLAIN',user='user',password='password') #host：数据库域名 #user：数据库用户名 #password：数据库密码 df_data = pd.read_excel('temp.xlsx') rows =[] for index, row in df_data.iterrows(): rows.append('('+'"'+str(row['case_id']).replace('nan','null')+'"'+','+'"'+str(row['birth_date'])+'"'+')'+',') a= ''' INSERT into table (case_id, birth_date) values ''' for i in rows: a += i a = a[:-1] cursor1 = conn.cursor() cursor1.execute(a) cursor1.close() conn.close() print('成功导入数据至数据库...') del a del rows
如果你的数据来源是线上文件（存在数据库）
那可以直接利用python链接数据库进行一些列的操作
然后导出你所需要的结果
import sql #sql是封装的sql文件 sql_end = sql.sql_end cursor1 = conn.cursor() for i in sql_end.split(';'): print(i) cursor1.execute(i) cursor1.close() conn.close() print('程序运行结束，请执行下一步。')
python连接数据库：
https://blog.csdn.net/weixin_42213622/article/details/86523400
自动发送邮件
使用Python实现自动化邮件发送，可以让你摆脱繁琐的重复性业务，节省非常多的时间。
数据分析师经常会遇到一些取数需求，有些数据需求是每天都需要的，有些数据需求是每周一次的。对于这些周期性的数据需求，每次都重复性地手动导出这些数据，并回传给需求方，是很繁琐且浪费时间的。所以完全可以设置自动邮件来解决。
"Talk is cheap, show you the code"
常见的邮件肯定有三部分：
1、正文
2、图片
3、附件
OK
导入我们需要用到的包
from email.mime.text import MIMEText from email.mime.multipart import MIMEMultipart from email.mime.image import MIMEImage import smtplib msg = MIMEMultipart()
在邮件中插入正文：
##在邮件中插入文本信息 df_text='''<html> <body> <p> Hi all ，</p> <p> 这是一个测试邮件，详情请参考附件 </p> <p> 情况如下图： </p> </body></html>''' msgtext = MIMEText(df_text, 'html', 'utf-8') msg.attach(msgtext)
如果你需要插入图片，利用同样的方法，在邮件中插入图片：
##在邮件中插入图片信息 image = open('temp.jpg','rb') msgimage = MIMEImage(image.read()) msg.attach(msgimage)
在邮件中插入附件：
##在邮件添加附件 msgfile = MIMEText(open('temp.xlsx', 'rb').read(), 'base64', 'utf-8') msgfile["Content-Disposition"] = 'attachment; filename="temp.xlsx"' msg.attach(msgfile)
剩下的就是设置一些邮件参数来发送邮件：
#设置邮件信息常量 email_host= '' # 服务器地址 sender = '' # 发件人 password ='' # 密码，如果是授权码就填授权码 receiver = '' # 收件人
发送邮件：
try: smtp = smtplib.SMTP(host=email_host) smtp.connect(email_host) smtp.starttls() smtp.login(sender, password) smtp.sendmail(sender, receiver.split(',') , msg.as_string()) smtp.quit() print('发送成功') except Exception: print('发送失败')
然后将你的任务设置定时执行就可以轻松实现啦
实现效果：
平时的工作中，真的有太多可以去自动化的任务，由于经验受限这里不能一一举例说明，只能尽量分享一些我遇到过或者听说过的例子。
希望大家都越来越高效，边偷懒边完成工作~
大家如果有特别想要了解或者实现的功能，在文末留言或者私信，我可以针对一个点写得更详细，将完整实现方式分享给大家。
留言打卡第二季 DAY 50
今日的留言话题是聊聊你在工作或者学习中一些“偷懒”的技巧，关于留言打卡的规则可以参考数据森麟公众号留言打卡第二季开启！，请按照昵称+天数（请以自己实际打卡的天数为准，如day1 or day2 or day3）+ 留言内容（不少于15字）的方式留言，超过50天的朋友可以坐等奖品了，不够的后面还会有几次机会哈
