你们都用Python实现了哪些办公自动化？

关注

最新推荐文章于 2026-07-13 20:21:57 发布 · 3.2k 阅读

原创 ·

本内容遵循 CC 4.0 BY-SA 版权协议

如何用Python实现办公自动化？这里有20个例子 办公自动化是指利用计算机和软件技术来自动化、半自动化办公中的工作流程和任务，提高工作效率。Python是一种通用的编程语言，有丰富的库和模块，可以用来实现办公自动化。以下是20个用Python实现办公自动化的例子和代码阅读详情

Python办公自动化主要是批量化、自动化、定制化解决数据问题，目前主要分为三大块：自动化office、自动化机器人、自动化数据服务。

1、自动化office，包括对excel、word、ppt、email、pdf等常用办公场景的操作，

python都有对应的工具库，可以很方便的调用。

提供一些常见的核心库供大家参考使用。

excel：xlwings、xlrd、xlwt、openpyxl

word：Python-docx

ppt：pptx

email：smtplib（SMTP服务）、email（解析处理）、yagmail（全能）

pdf：pypdf2、pdfminer、pdfplumber

picture：PIL

学这些会撸python是前提，对于小白来说自学也不是件容易的事，需要花相当的时间去适应python的语法逻辑，而且要坚持亲手敲代码，不断练习。

2、自动化机器人，用来提高常规且高频的服务，比如微信客服、自动交易系统、实时信息抓取、QQ聊天机器人等。

例如

web自动化测试：selenium

模拟鼠标键盘：pymouse、pywinauto、pyautogui

微信自动化:wechatby

Python自动化办公其实并不难，但也需要有Python基础，起码得会写脚本，不然尽管有自动化接口也用不了。

很多人入了很长时间门，还是在门外徘徊，我觉得这是学习方法的问题。学习编程一定要多练习，基础+实战同步走，这样才能最快掌握Python。

可能你会问，看书看不进去怎么办，那就换条路子，你可以去看视频、看网络教程、逛github，都是很不错的方法.

3、自动化数据服务，主要是提供流式数据服务，从数据获取、数据处理、数据建模、数据可视化，到最终生成数据报告，通过python搭建起完整数据链条。

数据抓取：requests、scrapy

数据处理：pandas、numpy

数据建模：scipy、scikit-learn、statesmodel、keras

数据可视化：matplotlib、seaborn、bokeh、pyecharts

数据报表：dash

以python操作excel为例，使用xlwings生成自动化图表。

1、简单介绍xlwings

接下来实操演练：

1、准备一个表格

2、对表格进行各种操作

导入xlwings库，命名为xw

import xlwings as xw

建立与活动工作簿的连接

# 这里使用books方法，引用工作簿
wb = xw.books["商品清单.xlsx"]
type(wb)

xlwings.main.Book

查看工作簿的名字

wb.name

'商品清单.xlsx'

实例化工作表对象

sht = wb.sheets['表一']

查看表一中A1单元格的内容

# 标准用法
sht.range('A1').value

'品类'

# 简洁用法
sht['A1'].value

'品类'

# 索引用法
sht[0,0].value

'品类'

查看表一中A1-D8所有单元格的内容

sht.range('A1:D8').value

输出：

[['品类', '数量（件）', '单价（元）', '总价（元）'],
['坚果', 5.0, 30.0, 150.0],
['罐头', 9.0, 10.0, 90.0],
['牛肉', 3.0, 60.0, 180.0],
['果汁', 10.0, 9.0, 90.0],
['蜂蜜', 2.0, 80.0, 160.0],
['进口零食', 4.0, 70.0, 280.0],
['合计', 33.0, 43.166666666666664, 950.0]]

sht[:8,:4].value

输出：

[['品类', '数量（件）', '单价（元）', '总价（元）'],
['坚果', 5.0, 30.0, 150.0],
['罐头', 9.0, 10.0, 90.0],
['牛肉', 3.0, 60.0, 180.0],
['果汁', 10.0, 9.0, 90.0],
['蜂蜜', 2.0, 80.0, 160.0],
['进口零食', 4.0, 70.0, 280.0],
['合计', 33.0, 43.166666666666664, 950.0]]

将表一B2单元格5改为7

sht.range('B2').value = 7

向表二中导入dataframe类型数据

第一步：连接表二

第二步：生成一个dataframe类型数据集

第三步：导入表二

sht_2 = wb.sheets['表二']
import pandas as pd
df = pd.DataFrame({'姓名':['小王','小张','小李'],'年龄':[23,26,19]})
df

导入：

sht_2.range('B1').value = df

向表二中导入numpy数组

import numpy as np
obj = np.array([[1,2,3],[4,5,6]])
obj

输出：

array([[1, 2, 3],
       [4, 5, 6]])

导入：

sht_2.range('F1').value = obj

将excel中数据导出为DataFrame格式

sht_2.range('B1').options(pd.DataFrame, expand='table').value

用matplotlib绘图并将图片贴到excel上

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(4,4))
plt.plot([1,2,3,4,5])
sht_2.pictures.add(fig, name='MyPlot', update=True)

输出：

<Picture 'MyPlot' in <Sheet [商品清单.xlsx]表二>>

修改表三中A1单元格的宽和高

连接表三

sht_3 = wb.sheets['表三']

查看A1单元格的宽和高

# 查看列宽
sht_3.range('A1').column_width

8.11

# 查看行高
sht_3.range('A1').row_height

13.8

A1单元格高改为15.6，宽改为2.2

sht_3.range('A1').column_width = 2.2
sht_3.range('A1').row_height = 15.6

修改表三B1单元格颜色

# 查看B1单元格颜色
sht_3.range('B1').color

(255, 0, 0)

# 修改B1单元格颜色为黑色
sht_3.range('B1').color = (0,0,0)

写一个自动化的小脚本

def f():
sht_3.range("A1:AZ48").column_width = 1.1
sht_3.range('A1:AZ48').row_height = 7.8
 list_1 = pd.read_csv('zaike.csv').values
 for i,j in list_1:
 sht_3[int(i),int(j)].color = (255,25,0)
f()
list_1 = []
for i in range(30):
 for j in range(40):
        c = sht_3[i,j].color
if c == (255,0,0):
            list_1.append((i,j))

这些小例子都能跑，你可以放自己电脑上运行下，或者手敲每个代码，这样绝对能高效率掌握。

如果对python语法还不熟悉，最好先把框架熟悉一遍，多做些练习。

今天的分享就到这里啦~