南瑾i1. Python自动化脚本的价值与应用场景
在数字化办公时代，重复性劳动消耗着大量工作时间。我曾用3天时间手工整理过2000份PDF报告，直到发现Python可以10分钟完成同样工作。这种效率差距促使我系统整理了10个经过实战检验的自动化脚本，它们共同特点是：
- 单文件即可运行（平均代码量<50行）
- 零第三方依赖或仅需标准库
- 解决具体痛点而非炫技
典型应用场景包括：
- 市场人员批量处理Excel报表
- 开发者自动备份数据库
- 自媒体工作者抓取热点内容
- 学生批量整理文献资料
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 文件管理自动化三件套
2.1 智能文件分类器
这个脚本会根据扩展名自动归类下载文件夹中的文件。核心是用os模块遍历目录，配合字典定义分类规则：
python复制import os
from pathlib import Path
# 配置分类规则（可自由扩展）
CATEGORIES = {
"Images": [".jpg", ".png"],
"Documents": [".pdf", ".docx"]
}
def classify_files():
downloads = Path.home() / "Downloads"
for item in downloads.iterdir():
if item.is_file():
file_ext = item.suffix.lower()
for category, extensions in CATEGORIES.items():
if file_ext in extensions:
dest_dir = downloads / category
dest_dir.mkdir(exist_ok=True)
item.rename(dest_dir / item.name)
实战经验：Windows系统需处理文件占用问题，建议先
shutil.copy再删除原文件
2.2 重复文件清理工具
通过MD5校验识别重复文件，关键点是：
- 分块读取大文件避免内存溢出
- 记录已处理文件哈希值
- 提供预览模式防止误删
python复制import hashlib
from collections import defaultdict
def get_file_hash(filepath):
hasher = hashlib.md5()
with open(filepath, 'rb') as f:
while chunk := f.read(8192):
hasher.update(chunk)
return hasher.hexdigest()
def find_duplicates(root_dir):
hashes = defaultdict(list)
for dirpath, _, filenames in os.walk(root_dir):
for filename in filenames:
full_path = os.path.join(dirpath, filename)
file_hash = get_file_hash(full_path)
hashes[file_hash].append(full_path)
return {h: paths for h, paths in hashes.items() if len(paths) > 1}
2.3 自动备份脚本
我用这个脚本每天18:00自动备份项目代码到指定目录，关键组件：
schedule库设置定时任务zipfile压缩时排除虚拟环境- 邮件通知备份结果
python复制import schedule
import time
from datetime import datetime
def backup_project():
backup_name = f"backup_{datetime.now().strftime('%Y%m%d')}.zip"
with zipfile.ZipFile(backup_name, 'w') as zipf:
for root, dirs, files in os.walk('.'):
if 'venv' in root: continue
for file in files:
zipf.write(os.path.join(root, file))
# 发送邮件逻辑...
schedule.every().day.at("18:00").do(backup_project)
while True:
schedule.run_pending()
time.sleep(60)
3. 办公效率提升方案
3.1 Excel报表自动合并
处理部门周报时，这个脚本帮我节省了4小时/周。核心技巧：
- 使用
openpyxl保持原格式 - 动态识别表头位置
- 进度条显示处理状态
python复制from openpyxl import load_workbook
from tqdm import tqdm
def merge_excels(files, output):
master = load_workbook(files[0])
master_sheet = master.active
for file in tqdm(files[1:], desc="Processing"):
wb = load_workbook(file)
for row in wb.active.iter_rows(values_only=True):
master_sheet.append(row)
master.save(output)
3.2 邮件自动回复器
基于IMAP协议的智能回复系统，实现逻辑：
- 筛选未读邮件
- 分析关键词生成回复
- 标记已处理邮件
python复制import imaplib
import email
def auto_responder():
mail = imaplib.IMAP4_SSL('imap.example.com')
mail.login('user', 'pass')
mail.select('inbox')
_, msgnums = mail.search(None, 'UNSEEN')
for num in msgnums[0].split():
_, data = mail.fetch(num, '(RFC822)')
msg = email.message_from_bytes(data[0][1])
# 解析邮件内容并生成回复
response = generate_reply(msg)
# 发送回复邮件...
mail.store(num, '+FLAGS', '\\Seen')
4. 网络自动化工具集
4.1 简易爬虫框架
这个通用爬虫模板包含：
- 随机User-Agent生成
- 请求失败自动重试
- 结果缓存机制
python复制import requests
from fake_useragent import UserAgent
class SimpleCrawler:
def __init__(self):
self.session = requests.Session()
self.ua = UserAgent()
def fetch(self, url, retry=3):
headers = {'User-Agent': self.ua.random}
for i in range(retry):
try:
resp = self.session.get(url, headers=headers)
resp.raise_for_status()
return resp.text
except Exception as e:
if i == retry - 1:
raise
time.sleep(2**i)
4.2 网站可用性监控
定时检测网站状态并报警的守护进程，特点：
- 支持HTTP状态码检查
- 响应时间阈值设置
- 多节点同时检测
python复制def monitor_sites(sites):
while True:
results = []
for url in sites:
start = time.time()
try:
resp = requests.get(url, timeout=10)
latency = time.time() - start
results.append((url, resp.status_code, latency))
except Exception as e:
results.append((url, str(e), 0))
check_results(results)
time.sleep(300)
5. 开发辅助工具
5.1 代码格式检查器
在提交前自动运行PEP8检查，集成功能：
- 自动修复简单问题
- 生成可视化报告
- 排除测试文件
python复制import pycodestyle
def check_style(directory):
style = pycodestyle.StyleGuide()
result = style.check_files([directory])
if result.total_errors > 0:
with open('style_report.html', 'w') as f:
f.write(generate_html_report(result))
return False
return True
5.2 依赖库更新提醒
定期检查项目依赖更新情况，通过：
- 解析requirements.txt
- 调用PyPI API获取最新版本
- 生成升级建议
python复制import requests
def check_updates():
with open('requirements.txt') as f:
for line in f:
if '==' in line:
pkg, version = line.strip().split('==')
resp = requests.get(f'https://pypi.org/pypi/{pkg}/json')
latest = resp.json()['info']['version']
if version != latest:
print(f"{pkg} can upgrade: {version} -> {latest}")
6. 系统管理自动化
6.1 日志分析报警器
实时监控日志文件的关键字，技术要点：
- 使用
watchdog监听文件变化 - 正则表达式匹配错误模式
- 异常频率统计
python复制from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandler
class LogHandler(FileSystemEventHandler):
def on_modified(self, event):
if event.src_path.endswith('.log'):
with open(event.src_path) as f:
lines = f.readlines()[-100:] # 读取最后100行
analyze_errors(lines)
observer = Observer()
observer.schedule(LogHandler(), '/var/log')
observer.start()
7. 进阶技巧与优化建议
7.1 脚本性能提升方法
经过多次优化，我总结出三个关键点：
- 批量处理替代单次操作
- 数据库操作使用executemany
- 文件读写采用缓冲区
- 并行化处理
python复制from concurrent.futures import ThreadPoolExecutor with ThreadPoolExecutor() as executor: executor.map(process_item, items) - 缓存中间结果
- 使用
functools.lru_cache - 本地存储预处理数据
- 使用
7.2 错误处理规范
建议采用分级处理策略：
- 立即终止：使用
sys.exit(1) - 跳过当前项：记录到错误日志
- 自动修复：如创建缺失目录
python复制try:
critical_operation()
except CriticalError:
logging.critical("Operation failed")
sys.exit(1)
except RecoverableError as e:
logging.warning(f"Skipped: {str(e)}")
continue
8. 完整项目结构示例
标准化的脚本项目应包含：
code复制automation_script/
├── main.py # 主逻辑
├── config.py # 配置参数
├── utils/ # 辅助函数
│ ├── file.py
│ └── network.py
├── tests/ # 单元测试
└── requirements.txt
在main.py头部建议添加标准文档字符串：
python复制"""
文件自动分类脚本 v1.2
功能：根据扩展名将文件归类到指定文件夹
使用方式：
python classify.py --source ~/Downloads
配置说明：
修改CATEGORIES字典可自定义分类规则
"""