如何用Python案例实现自动化办公？

wen python案例 2026-06-18 4

如何用Python案例实现自动化办公？（附全流程代码）

目录导读

为什么自动化办公首选Python？
Excel报表自动生成（30秒完成1小时工作）
PDF批量合并与拆分（告别手动拖拽）
邮件自动发送与附件管理（定时任务版）
Word文档智能填充（模板+变量替换）
QA：自动化办公常见踩坑与优化方案

01 为什么自动化办公首选Python？

在搜索引擎中搜索“自动化办公语言”，80%的文章都会推荐Python，原因在于：

如何用Python案例实现自动化办公？

生态成熟：openpyxl、python-docx、PyPDF2等库几乎覆盖所有文件格式
跨平台：Windows/Mac/Linux代码一致，无需额外配置
与AI集成：可结合pandas处理数据，再调用matplotlib生成图表，形成完整自动流水线

实操认知：Python自动化不是“替代人工”，而是“将重复性操作封装成函数”，每天下班前，跑一段脚本自动汇总当日销售数据并发送邮件，比手动复制粘贴快20倍。

02 案例一：Excel报表自动生成（30秒完成1小时工作）

场景需求

你需要每周从50个分店的数据表中提取销售额、利润、库存，生成一张汇总图表，手工操作需要：打开50个文件→复制数据→用Excel公式求和→插入图表→保存为PDF。
Python实现后：一键运行，30秒出结果。

核心代码（简化版）

import pandas as pd
import openpyxl
from openpyxl.chart import BarChart, Reference
# 1. 遍历文件夹所有xlsx
import glob
files = glob.glob("data/*.xlsx")
all_data = []
for f in files:
    df = pd.read_excel(f, sheet_name="销售明细")
    all_data.append(df)
# 2. 合并并汇总
merged = pd.concat(all_data)
summary = merged.groupby("分店名")[["销售额","利润"]].sum()
# 3. 写入结果并生成图表
book = openpyxl.Workbook()
sheet = book.active
sheet.append(["分店名","销售额","利润"])
for row in summary.itertuples():
    sheet.append([row[0], row[1], row[2]])
chart = BarChart()
data = Reference(sheet, min_col=2, min_row=1, max_row=len(summary)+1)
chart.add_data(data, titles_from_data=True)
sheet.add_chart(chart, "E1")
book.save("月度报表.xlsx")

问题：合并时出现内存溢出怎么办？
解答：使用pandas.read_excel(..., chunksize=1000)分块读取，或者用dask库并行处理，对百万行数据友好。

03 案例二：PDF批量合并与拆分（告别手动拖拽）

场景需求

将10份PDF合同合并成一个文件,或者从100页PDF中提取第5-20页，手动操作会卡顿且容易出错。

核心代码

from PyPDF2 import PdfMerger, PdfReader
# 合并
merger = PdfMerger()
pdf_files = ["合同1.pdf","合同2.pdf"]  # 可按文件名排序
for pdf in pdf_files:
    merger.append(pdf)
merger.write("合并合同.pdf")
merger.close()
# 拆分
reader = PdfReader("大合同.pdf")
writer = PdfWriter()
for page_num in range(4, 20):  # 第5页到20页（索引从0开始）
    writer.add_page(reader.pages[page_num])
with open("提取页.pdf", "wb") as f:
    writer.write(f)

注意：不同PDF库的功能差异很大，PyPDF2适合轻量操作，pdfplumber可提取表格文本，reportlab能创建PDF。

04 案例三：邮件自动发送与附件管理（定时任务版）

场景需求

每周五下午5点,自动给30位客户发送带附件的周报，人工发送易遗漏，且每次要检查附件版本。

实现方案（使用smtplib + schedule）

import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
from email.mime.base import MIMEBase
from email import encoders
import schedule
import time
def send_weekly_report():
    # 1. 构建邮件主体
    msg = MIMEMultipart()
    msg['Subject'] = '本周销售周报（自动发送）'
    msg['From'] = 'autobot@company.com'
    msg['To'] = 'client@partner.com'
    # 2. 添加附件
    with open("本周报表.pdf", "rb") as f:
        part = MIMEBase('application', 'octet-stream')
        part.set_payload(f.read())
        encoders.encode_base64(part)
        part.add_header('Content-Disposition', 'attachment', filename="本周报表.pdf")
        msg.attach(part)
    # 3. 发送（使用公司SMTP服务器）
    server = smtplib.SMTP('smtp.company.com', 587)
    server.login('autobot', 'password')  # 建议使用授权码
    server.send_message(msg)
    server.quit()
schedule.every().friday.at("17:00").do(send_weekly_report)
while True:
    schedule.run_pending()
    time.sleep(60)

问题：邮件被误判为垃圾邮件怎么办？
解答：避免使用敏感词（如“免费”），添加HTML格式的正文，最好使用企业邮箱的SMTP服务，并设置SPF/DKIM记录。

05 案例四：Word文档智能填充（模板+变量替换）

场景需求

生成100份不同的合同,姓名、金额、日期等变量不同，手动复制粘贴改名容易出错，且格式不一。

使用python-docx实现

from docx import Document
import pandas as pd
# 1. 准备模板（将“{{客户名}}”放在Word文档中）
template = "合同模板.docx"
# 2. 读取变量数据（Excel或CSV）
data = pd.read_csv("客户信息.csv")
for idx, row in data.iterrows():
    doc = Document(template)
    # 3. 替换所有占位符（这里简化，实际需要遍历段落的runs）
    for paragraph in doc.paragraphs:
        if "{{客户名}}" in paragraph.text:
            paragraph.text = paragraph.text.replace("{{客户名}}", row["客户名"])
        if "{{金额}}" in paragraph.text:
            paragraph.text = paragraph.text.replace("{{金额}}", str(row["金额"]))
    # 4. 保存独立文件
    doc.save(f"合同_{row['客户名']}.docx")

进阶做法：如果Word中有表格，需要单独遍历表格行；若变量在页眉页脚，则需访问doc.sections，也可结合mailmerge库实现更优雅的替换。

06 QA：自动化办公常见踩坑与优化方案

Q1：脚本运行报错“文件被占用”怎么办？
A：使用try...except捕获权限错误；或在打开文件前先检查文件是否被其他程序锁定，最佳实践：用with open()确保资源释放。

Q2：处理大文件（1GB以上）时内存爆炸？
A：改用流式处理：

Excel：openpyxl的read_only=True模式
CSV：pandas.read_csv(chunksize=10000)分块
数据库：先将数据导入SQLite再查询

Q3：Excel公式无法自动重算？
A：生成文件后，调用workbook.calculation.calc_on_save = True，或在代码中手动计算：workbook.calculation.force_full_calculation = True。

Q4：如何确保脚本稳定运行不被中断？
A：添加日志记录logging、使用try/except捕获异常、设置重试机制（如邮件发送失败后3秒重试）；对于长期任务，考虑用apscheduler替代schedule。

总结与下一步行动

4个案例覆盖了办公最常遇到的四类任务：数据汇总、文档处理、邮件群发、模板填充，实际使用时，建议：

从小事开始：先自动化你每天重复3次以上的操作
模块化代码：将函数封装成def，未来可组合成更复杂的流程
测试先行：用10份测试数据先运行，确认无误后再处理正式文件

实践练习：将案例一和案例四结合——从Excel读取客户数据，自动填充Word合同并发送邮件，这就是完整的“文档生成+分发”流水线，可在10分钟内完成原本2小时的重复工作。

如果遇到报错,优先检查：文件路径是否正确？库版本是否兼容？变量类型是否匹配？百度搜索错误信息时，注意用英文关键词+Python库名，结果更准确。