diff --git a/OfficeAutomation/Task01 文件自动化处理&邮件批量处理.md b/OfficeAutomation/Task01 文件自动化处理&邮件批量处理.md new file mode 100644 index 0000000..9b55e77 --- /dev/null +++ b/OfficeAutomation/Task01 文件自动化处理&邮件批量处理.md @@ -0,0 +1,659 @@ +# 1 文件自动化处理 + +[TOC] + +## 1.1 读写文件 +我们知道,程序运行时,可以用变量来保存运算结果,但如果希望程序运行关闭后,依然可以查看运行后的结果,就需要将数据保存到文件中。简单点,你可以将文件内容理解为一个字符串值,大小可能有几个GB。本节将学习,如何使用python在硬盘上创建、读取和保存文件。 + +## 1.1.1 文件与文件路径 +文件的两个属性:“路径”和“文件名”,路径指明文件在计算机上的位置,文件名是指该位置的文件的名称。比如,我的电脑上,有个名字为Datawhale - 开源发展理论研究.pdf的文件,它的路径在D:\Datawhale。在windows中,路径中的D:\部分是“根文件夹”,Datawhale是文件夹名。注:Windows中文件夹名和文件名不区分大小写的。 + +在windows上,路径书写是使用倒斜杠'\'作为文件夹之间的分隔符,而在OS X和Linux上,是使用正斜杠'/'作为它们的路径分隔符。通常我们用`os.path.join()`函数来创建文件名称字符串。 + +```python +import os +os.path.join('Datawhale','docu') +``` + +我们可以看到返回的是('Datawhale\\\docu'),有两个斜杠,这是因为有一个斜杠是用来转义的,在OS X或Linux上调用这个函数,这个字符串就会是'Datawhale/docu'。 + +## 1.1.2 当前工作目录 +每个运行在计算机上的程序,都有一个“当前工作目录”。利用`os.getcwd()`函数,可以取得当前工作路径的 +字符串,并可以利用`os.chdir()`改变它。 + +```python +import os +os.getcwd() #获取当前工作目录 +``` + +```python +os.chdir('D:\\Datawhale\\python办公自动化') #改变当前工作目录 +os.getcwd() +``` + +## 1.1.3 路径操作 + +### 1.1.3.1 绝对路径和相对路径 +“绝对路径”,总是从根文件夹开始。 +“相对路径”,相对于程序的当前工作目录。 +相对路径中,单个句点“.”表示当前目录的缩写,两个句点“..”表示父文件夹。 +![image-20210518151332873](.\图片\image-20210518151332873.png) + +几个常用的绝对路径和相对路径处理函数 + +`os.path.abspath(path)`:将相对路径转换为绝对路径,将返回参数的绝对路径的字符串。`os.path.isabs(path)`:判断是否是绝对路径,是返回True,不是则返回False + +```python +os.path.abspath('.') #当前路径转化为绝对路径。 'D:\\Datawhale\\python办公自动化' +os.path.isabs('.') #False +os.path.isabs(os.path.abspath('.')) #True +``` + +### 1.1.3.2 路径操作 +`os.path.relpath(path,start)`:返回从start路径到path的相对路径的字符串。如果没提供start,就使用当前工作目录作为开始路径。 +`os.path.dirname(path)`: 返回当前路径的目录名称。 +`os.path.basename(path)`:返回当前路径的文件名称。 + +``` +os.path.relpath('D:\\Datawhale\\python办公自动化','D:\\') #'Datawhale\\python办公自动化' +``` + +``` +path = 'D:\\Datawhale\\python办公自动化\\python课程画图.pptx' +os.path.dirname(path) #'D:\\Datawhale\\python办公自动化' +``` + +``` +os.path.basename(path) #'python课程画图.pptx' +``` + +如果同时需要一个路径的目录名称和基本名称,可以调用`os.path.split()`,获得者两个字符串的元组。 + +```python +caFilePath = 'D:\\Datawhale\\python办公自动化\\python课程画图.pptx' +os.path.split(caFilePath) #('D:\\Datawhale\\python办公自动化', 'python课程画图.pptx') +``` + +``` +我们也可以调用os.path.dirname()和os.path.basename(),将它们的返回值放在一个元组中,从而得到同样的元组。 +``` + +```python +(os.path.dirname(caFilePath),os.path.basename(caFilePath)) #('D:\\Datawhale\\python办公自动化', 'python课程画图.pptx') +``` + +如果我们想返回每个文件夹的字符串的列表。用`os.path.split()`无法得到,我们可以用`split()`字符串方法,并根据`os.path.sep` 中的字符串进行分割。`os.path.sep` 变量设置为正确的文件夹分割斜杠。 + +```python +caFilePath.split(os.path.sep) #['D:', 'Datawhale', 'python办公自动化', 'python课程画图.pptx'] +``` + +### 1.1.3.3 路径有效性检查 +如果提供的路径不存在,很多Python函数就会崩溃并报错。`os.path`模块提供了一些函数,用于检测给定的路径是否存在,以及判定是文件还是文件夹。 + +`os.path.exists(path)`:如果path参数所指的文件或文件夹存在,则返回True,否则返回False。 + +`os.path.isfile(path)`:如果path参数存在,并且是一个文件,则返回True,否则返回False。 + +`os.path.isdir(path)`:如果path参数存在,并且是一个文件夹,则返回True,否则返回False。 + +```python +os.path.exists('C:\\Windows') +``` + +```python +os.path.exists('C:\\else') +``` + +```python +os.path.isfile('D:\\Datawhale\\python办公自动化\\python课程画图.pptx') +``` + +```python +os.path.isfile('D:\\Datawhale\\python办公自动化') +``` + +```python +os.path.isdir('D:\\Datawhale\\python办公自动化\\python课程画图.pptx') +``` + +```python +os.path.isdir('D:\\Datawhale\\python办公自动化') +``` + +## 1.1.4 文件及文件夹操作 + +### 1.1.4.1 用os.makedirs()创建新文件夹 +注:`os.makedirs()`可以创建所有必要的中间文件夹。 + +```python +import os +os.makedirs('D:\\Datawhale\\practice') #查看目录,已创建,若文件夹已存在,不会覆盖,会报错 +``` + +### 1.1.4.2 查看文件大小和文件夹内容 +我们已经可以处理文件路径,这是操作文件及文件夹的基础。接下来,我们可以搜集特定文件和文件夹的信息。`os.path`模块提供了一些函数,用于查看文件的字节数以及给定文件夹中的文件和子文件夹。 +`os.path.getsize(path)`:返回path参数中文件的字节数。 +`os.listdir(path)`:返回文件名字符串的列表,包含path参数中的每个文件。 + +```python +os.path.getsize('D:\\Datawhale\\python办公自动化\\python课程画图.pptx') +``` + +```python +os.listdir('D:\\Datawhale\\python办公自动化') +``` + +如果想知道目录下所有文件的总字节数,可以同时使用`os.path.getsize()`和`os.listdir()` + +```python +totalSize = 0 +for filename in os.listdir('D:\\Datawhale\\python办公自动化'): + totalSize = totalSize + os.path.getsize(os.path.join('D:\\Datawhale\\python办公自动化',filename)) +print(totalSize) +``` + +## 1.1.5 文件读写过程 +读写文件3个步骤: + +1.调用`open()`函数,返回一个File对象。 + +2.调用File对象的`read()`或`write()`方法。 + +3.调用File对象的`close()`方法,关闭该文件。 + +### 1.1.5.1 用open()函数打开文件 +要用`open()`函数打开一个文件,就要向它传递一个字符串路径,表明希望打开的文件。这既可以是绝对路径,也可以是相对路径。`open()`函数返回一个File对象。 +先用TextEdit创建一个文本文件,名为hello.txt。输入Hello World!作为该文本文件的内容,将它保存在你的用户文件夹中。 + +```python +helloFile = open('D:\\Datawhale\\python办公自动化\\hello.txt') +print(helloFile) +``` + +可以看到,调用`open()`函数将会返回一个File对象。当你需要读取或写入该文件,就可以调用helloFile变量中的File对象的方法。 + +### 1.1.5.2 读取文件内容 +有了File对象,我们就可以开始从它读取内容。 + +`read()`:读取文件内容。 + +`readlines()`:按行读取文件中的内容,取得一个字符串列表,列表中每个字符串是文本中的一行且以\n结束。 + +```python +helloContent = helloFile.read() +helloContent +``` + +```python +sonnetFile = open('D:\\Datawhale\\python办公自动化\\hello.txt') +sonnetFile.readlines() +``` + +### 1.1.5.3 写入文件 +需要用“写模式”‘w’和“添加模式”'a'打开一个文件,而不能用读模式打开文件。 +“写模式”将覆写原有的文件,从头开始。“添加模式”将在已有文件的末尾添加文本。 + +```python +baconFile = open('bacon.txt','w') +baconFile.write('Hello world!\n') +``` + +```python +baconFile.close() #注意,关闭后,才能完成写入,从txt文件中看到写入的内容。 +``` + +```python +baconFile = open('bacon.txt','a') +baconFile.write('Bacon is not a vegetable.') +``` + +```python +baconFile.close() +``` + +```python +baconFile = open('bacon.txt') +content = baconFile.read() +baconFile.close() +print(content) +``` + +注意,`write()`方法不会像print()函数那样,在字符串的末尾自动添加换行字符。必须自己添加该字符。 + +### 1.1.5.4 保存变量 +1)、shelve模块 + +用`shelve`模块,可以将Python中的变量保存到二进制的`shelf`文件中。这样,程序就可以从硬盘中恢复变量的数据。 + +```python +import shelve +shelfFile = shelve.open('mydata') +cats = ['Zonphie','Pooka','Simon'] +shelfFile['cats'] = cats +shelfFile.close() +``` + +在Windows上运行前面的代码,我们会看到当前工作目录下有3个新文件:mydata.bak、mydata.dat和mydata.dir。在OS X上,只会创建一个mydata.db文件。 + +重新打开这些文件,取出数据。注意:`shelf`值不必用读模式或写模式打开,因为打开后,既能读又能写。 + +```python +shelfFile = shelve.open('mydata') +type(shelfFile) +``` + +```python +shelve.DbfilenameShelf +``` + +```python +shelfFile['cats'] +``` + +```python +shelfFile.close() +``` + +就像字典一样,`shelf`值有`keys()`和`values()`方法,返回shelf中键和值的类似列表的值。但是这些方法返回类似列表的值,却不是真正的列表,所以应该将它们传递给`list()`函数,取得列表的形式。 + +```python +shelfFile = shelve.open('mydata') +list(shelfFile.keys()) +``` + +```python +list(shelfFile.values()) +``` + +```python +shelfFile.close() +``` + +2)、用`pprint.pformat()`函数保存变量 + +`pprint.pformat()`函数返回要打印的内容的文本字符串,这个字符串既易于阅读,也是语法上正确的Python代码。 + +假如,有一个字典,保存在一个变量中,希望保存这个变量和它的内容,以便将来使用。`pprint.pformat()`函数将提供一个字符串,我们可以将它写入.py文件。这个文件可以成为我们自己的模块,如果需要使用存储其中的变量,就可以导入它。 + +```python +import pprint +cats = [{'name':'Zophie','desc':'chubby'},{'name':'Pooka','desc':'fluffy'}] +pprint.pformat(cats) +``` + +```python +fileObj = open('myCats.py','w') +fileObj.write('cats = '+pprint.pformat(cats)+'\n') +``` + +```python +fileObj.close() +``` + +import语句导入的模块本身就是Python脚本。如果来自pprint.pformat()的字符串保存为一个.py文件,该文件就是一个可以导入的模块。 + +```python +import myCats +myCats.cats +``` + +```python +myCats.cats[0] +``` + +```python +myCats.cats[0]['name'] +``` + +## 1.1.6 练习 + +1、如果已有的文件以写模式打开,会发生什么? + +2、`read()`和`readlines()`方法之间的区别是什么? + +综合练习: +一、生成随机的测验试卷文件 +假如你是一位地理老师, 班上有 35 名学生, 你希望进行美国各州首府的一个 +小测验。不妙的是,班里有几个坏蛋, 你无法确信学生不会作弊。你希望随机调整 +问题的次序, 这样每份试卷都是独一无二的, 这让任何人都不能从其他人那里抄袭答案。当然,手工完成这件事又费时又无聊。 好在, 你懂一些 Python。 + +下面是程序所做的事: + +• 创建 35 份不同的测验试卷。 + +• 为每份试卷创建 50 个多重选择题,次序随机。 + +• 为每个问题提供一个正确答案和 3 个随机的错误答案,次序随机。 + +• 将测验试卷写到 35 个文本文件中。 + +• 将答案写到 35 个文本文件中。 + +这意味着代码需要做下面的事: + +• 将州和它们的首府保存在一个字典中。 + +• 针对测验文本文件和答案文本文件,调用 open()、 write()和 close()。 + +• 利用 random.shuffle()随机调整问题和多重选项的次序。 + +## 1.2 组织文件 + +在上一节中,已经学习了如何使用Python创建并写入新文件。本节将介绍如何用程序组织硬盘上已经存在的文件。不知你是否经历过查找一个文件夹,里面有几十个、几百个、甚至上千个文件,需要手工进行复制、改名、移动或压缩。比如下列这样的任务: + +• 在一个文件夹及其所有子文件夹中,复制所有的 pdf 文件(且只复制 pdf 文件) + +• 针对一个文件夹中的所有文件,删除文件名中前导的零,该文件夹中有数百个文件,名为 spam001.txt、 spam002.txt、 spam003.txt 等。 + +• 将几个文件夹的内容压缩到一个 ZIP 文件中(这可能是一个简单的备份系统) + +所有这种无聊的任务,正是在请求用 Python 实现自动化。通过对电脑编程来完成这些任务,你就把它变成了一个快速工作的文件职员,而且从不犯错。 + +### 1.2.1 shutil模块 + +`shutil`(或称为shell工具)模块中包含一些函数,可以在Python程序中复制、移动、改名和删除文件。要使用`shutil`的函数,首先需要`import shutil` + +#### 1.2.1.1 复制文件和文件夹 + +`shutil.copy(source, destination)`:将路径source处的文件复制到路径 destination处的文件夹(source 和 destination 都是字符串),并返回新复制文件绝对路径字符串。 + +其中destination可以是: + +1)、一个文件的名称,则将source文件复制为新名称的destination + +2)、一个文件夹,则将source文件复制到destination中 + +3)、若这个文件夹不存在,则将source目标文件内的内容复制到destination中,若destination文件夹不存在,则自动生成该文件。(慎用,因为会将source文件复制为一个没有扩展名的名字为destination的文件,这往往不是我们希望的) + +```python +import shutil +shutil.copy('D:\\Datawhale\\python办公自动化\\bacon.txt', 'D:\\Datawhale\\practice') +``` + +```python +os.getcwd() +``` + +```python +shutil.copy('D:\\Datawhale\\python办公自动化\\capitalsquiz_answers1.txt', 'D:\\Datawhale\\practice\\bacon.txt') +``` + +```python +shutil.copy('D:\\Datawhale\\python办公自动化\\bacon.txt', 'D:\\Datawhale\\exercise') +``` + +`shutil.copytree(source, destination)` :将路径source处的文件夹,包括其包含的文件夹和文件,复制到路径destination处的文件夹,并返回新复制文件夹绝对路径字符串。 + +注:destination处的文件夹为新创建的文件夹,如已存在,则会报错 + +```python +import shutil +shutil.copytree('D:\\Datawhale\\python办公自动化','D:\\Datawhale\\practice') +``` + +#### 1.2.1.2 文件和文件夹的移动与改名 + +`shutil.move(source, destination)`:将路径 source 处的文件/文件夹移动到路径destination,并返回新位置的绝对路径的字符串。 + +1)、如果source和destination是文件夹,且destination已存在,则会将source文件夹下所有内容复制到destination文件夹中。移动。 + +2)、如果source是文件夹,destination不存在,则会将source文件夹下所有内容复制到destination文件夹中,source原文件夹名称将被替换为destination文件夹名。 移动+重命名 + +3)、如果source和destination是文件,source处的文件将被移动到destination处的位置,并以destination处的文件名进行命名,移动+重命名。 + +注意:如果destination中有原来已经存在同名文件,移动后,会被覆写,所以应当特别注意。 + +```python +import shutil +shutil.move('D:\\Datawhale\\practice','D:\\Datawhale\\docu') +``` + +```python +shutil.move('D:\\Datawhale\\practice','D:\\Datawhale\\docue') +``` + +```python +shutil.move('D:\\Datawhale\\docue\\bacon.txt','D:\\Datawhale\\docu\\egg.txt') +``` + +#### 1.2.1.3 永久删除文件和文件夹 +`os.unlink(path)`: 删除path处的文件。 + +`os.rmdir(path)`: 删除path处的文件夹。该文件夹必须为空,其中没有任何文件和文件夹。 + +`shutil.rmtree(path)`:删除 path 处的文件夹,它包含的所有文件和文件夹都会被删除。 + +注意:使用时,需要非常小心,避免删错文件,一般在第一次运行时,注释掉这些程序,并加上`print()`函数来帮助查看是否是想要删除的文件。 + +```python +#建议先指定操作的文件夹,并查看 +os.chdir('D:\\Datawhale\\docue') +os.getcwd() +``` + +```python +import os +for filename in os.listdir(): + if filename.endswith('.dir'): + #os.unlink(filename) + print(filename) +``` + +#### 1.2.1.4 用send2trash模块安全地删除 +`shutil.rmtree(path)`会不可恢复的删除文件和文件夹,用起来会有危险。因此使用第三方的`send2trash`模块,可以将文件或文件夹发送到计算机的垃圾箱或回收站,而不是永久删除。因程序缺陷而用send2trash 删除的某些你不想删除的东西,稍后可以从垃圾箱恢复。 + +注意:使用时,需要非常小心,避免删错文件,一般在第一次运行时,注释掉这些程序,并加上`print()`函数来帮助查看是否是想要删除的文件。 + +```python +pip install send2trash #安装send2trash模块 +``` + +```python +import send2trash +send2trash.send2trash('bacon.txt') +``` + +## 1.2.2 遍历目录树 + `os.walk(path)`:传入一个文件夹的路径,在for循环语句中使用`os.walk()`函数,遍历目录树,和range()函数遍历一个范围的数字类似。不同的是,`os.walk()`在循环的每次迭代中,返回三个值: + + 1)、当前文件夹称的字符串。 + + 2)、当前文件夹中子文件夹的字符串的列表。 + + 3)、当前文件夹中文件的字符串的列表。 + + 注:当前文件夹,是指for循环当前迭代的文件夹。程序的当前工作目录,不会因为`os.walk()`而改变。 + +![image-20210518154517118](.\图片\image-20210518154517118.png) + +按照下图目录树,创建相应的文件。 + + +```python +import os +for folderName, subFolders,fileNames in os.walk('D:\\animals'): + print('The current folder is ' + folderName) + for subFolder in subFolders: + print('Subfolder of ' + folderName+':'+subFolder) + for filename in fileNames: + print('File Inside ' + folderName+':'+filename) + print('') +``` + +## 1.2.3 用zipfile模块压缩文件 + +为方便传输,常常将文件打包成.zip格式文件。利用zipfile模块中的函数,Python程序可以创建和打开(或解压)zip文件。 + +### 1.2.3.1 创建和添加到zip文件 + +将上述章节中animals文件夹进行压缩。创建一个example.zip的zip文件,并向其中添加文件。 + +`zipfile.ZipFile('filename.zip', 'w')` :以写模式创建一个压缩文件 + +`ZipFile` 对象的 `write('filename','compress_type=zipfile.ZIP_DEFLATED')`方法:如果向`write()`方法中传入一个路径,Python 就会压缩该路径所指的文件, 将它加到 ZIP 文件中。 如果向`write()`方法中传入一个字符串,代表要添加的文件名。第二个参数是“压缩类型”参数,告诉计算机用怎样的算法来压缩文件。可以总是将这个值设置为 `zipfile.ZIP_DEFLATED`(这指定了 deflate 压缩算法,它对各种类型的数据都很有效)。 + +注意:写模式会擦除zip文件中所有原有的内容。如果只希望将文件添加到原有的zip文件中,就要向`zipfile.ZipFile()`传入'a'作为第二个参数,以添加模式打开 ZIP 文件。 + +```python +## 1 创建一个new.zip压缩文件,并向其中添加文件 +import zipfile +newZip = zipfile.ZipFile('new.zip','w') +newZip.write('Miki.txt',compress_type=zipfile.ZIP_DEFLATED) +newZip.close() +``` + +```python +newZip = zipfile.ZipFile('new.zip','w') +newZip.write('D:\\animals\\dogs\\Taidi.txt',compress_type=zipfile.ZIP_DEFLATED) +newZip.close() +``` + +```python +## 2 创建一个example.zip的压缩文件,将animals文件夹下所有文件进行压缩。 +import zipfile +import os +newZip = zipfile.ZipFile('example.zip','w') +for folderName, subFolders,fileNames in os.walk('D:\\animals'): + for filename in fileNames: + newZip.write(os.path.join(folderName,filename),compress_type=zipfile.ZIP_DEFLATED) +newZip.close() +``` + +### 1.2.3.2 读取zip文件 + +调用`zipfile.ZipFile(filename)`函数创建一个`ZipFile`对象(注意大写字母Z和F),filename是要读取zip文件的文件名。 + +`ZipFile`对象中的两个常用方法: + +`namelis()`方法,返回zip文件中包含的所有文件和文件夹的字符串列表。 + +`getinfo()`方法,返回一个关于特定文件的`ZipInfo`对象。 + +`ZipInfo`对象的两个属性:`file_size`和`compress_size`,分别表示原来文件大小和压缩后文件大小。1.2.3.2 读取zip文件 + +``` +import zipfile,os +exampleZip = zipfile.ZipFile('example.zip') +exampleZip.namelist() +``` + +``` +catInfo = exampleZip.getinfo('animals/Miki.txt') +``` + +``` +catInfo.file_size +``` + +``` +catInfo.compress_size +``` + +``` +print('Compressed file is %s x smaller!' %(round(catInfo.file_size/catInfo.compress_size,2))) +``` + +``` +exampleZip.close() +``` + +### 1.2.3.3 从zip文件中解压缩 + +`ZipFile` 对象的 `extractall()`方法:从zip文件中解压缩所有文件和文件夹,放到当前工作目录中。也可以向`extractall()`传递的一个文件夹名称,它将文件解压缩到那个文件夹, 而不是当前工作目录。如果传递的文件夹名称不存在,就会被创建。 + +`ZipFile` 对象的 `extract()`方法:从zip文件中解压单个文件。也可以向 extract()传递第二个参数, 将文件解压缩到指定的文件夹, 而不是当前工作目录。如果第二个参数指定的文件夹不存在, Python 就会创建它。extract()的返回值是被压缩后文件的绝对路径。 + +```python +import zipfile, os +exampleZip = zipfile.ZipFile('example.zip') +exampleZip.extractall('.\zip') +exampleZip.close() +``` + +```python +exampleZip = zipfile.ZipFile('example.zip') +exampleZip.extract('animals/Miki.txt') +exampleZip.extract('animals/Miki.txt', 'D:\\animals\\folders') +exampleZip.close() +``` + +## 1.2.4 练习 + +1)、编写一个程序,遍历一个目录树,查找特定扩展名的文件(诸如.pdf 或.jpg)。不论这些文件的位置在哪里, 将它们拷贝到一个新的文件夹中。 + +2) 、一些不需要的、 巨大的文件或文件夹占据了硬盘的空间, 这并不少见。如果你试图释放计算机上的空间, 那么删除不想要的巨大文件效果最好。但首先你必须找到它们。编写一个程序, 遍历一个目录树, 查找特别大的文件或文件夹, 比方说, 超过100MB 的文件(回忆一下,要获得文件的大小,可以使用 os 模块的 `os.path.getsize()`)。将这些文件的绝对路径打印到屏幕上。 + +3)、编写一个程序, 在一个文件夹中, 找到所有带指定前缀的文件, 诸如 spam001.txt,spam002.txt 等,并定位缺失的编号(例如存在 spam001.txt 和 spam003.txt, 但不存在 spam002.txt)。让该程序对所有后面的文件改名, 消除缺失的编号。作为附加的挑战,编写另一个程序,在一些连续编号的文件中,空出一些编号,以便加入新的文件。 + +## 2 自动发送电子邮件 + +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。 + +Python有两个内置库:`smtplib`和`email`,能够实现邮件功能,`smtplib`库负责发送邮件,`email`库负责构造邮件格式和内容。 + +邮件发送需要遵守**SMTP**协议,Python内置对SMTP的支持,可以发送纯文本邮件、HTML邮件以及带附件的邮件。 + +```python +#1 先导入相关的库和方法 +import smtplib #导入库 +from smtplib import SMTP_SSL #加密邮件内容,防止中途被截获 +from email.mime.text import MIMEText #构造邮件的正文 +from email.mime.image import MIMEImage #构造邮件的图片 +from email.mime.multipart import MIMEMultipart #把邮件的各个部分装在一起,邮件的主体 +from email.header import Header #邮件的文件头,标题,收件人 +``` + +```python +#2 设置邮箱域名、发件人邮箱、邮箱授权码、收件人邮箱 +host_server = 'smtp.163.com' #sina 邮箱smtp服务器 #smtp 服务器的地址 +sender_163 = 'pythonauto_emai@163.com' #sender_163为发件人的邮箱 +pwd = 'DYEPOGLZDZYLOMRI' #pwd为邮箱的授权码'DYEPOGLZDZYLOMRI' +#也可以自己注册个邮箱,邮箱授权码'DYEPOGLZDZYLOMRI' 获取方式可参考#http://help.163.com/14/0923/22/A6S1FMJD00754KNP.html +receiver = '********@163.com' +``` + +```python +#3 构建MIMEMultipart对象代表邮件本身,可以往里面添加文本、图片、附件等 +msg = MIMEMultipart() #邮件主体 +``` + +```python +#4 设置邮件头部内容 +mail_title = 'python办公自动化邮件' # 邮件标题 +msg["Subject"] = Header(mail_title,'utf-8') #装入主体 +msg["From"] = sender_163 #寄件人 +msg["To"] = Header("测试邮箱",'utf-8') #标题 +``` + +```python +#5 添加正文文本 +mail_content = "您好,这是使用python登录163邮箱发送邮件的测试" #邮件的正文内容 +message_text = MIMEText(mail_content,'plain','utf-8') #构造文本,参数1:正文内容,参数2:文本格式,参数3:编码方式 +msg.attach(message_text) # 向MIMEMultipart对象中添加文本对象 +``` + +```python +#6 添加图片 +image_data = open('cat.jpg','rb') # 二进制读取图片 +message_image = MIMEImage(image_data.read()) # 设置读取获取的二进制数据 +image_data.close() # 关闭刚才打开的文件 +msg.attach(message_image) # 添加图片文件到邮件信息当中去 +``` + +```python +# 7 添加附件(excel表格) +atta = MIMEText(open('cat.xlsx', 'rb').read(), 'base64', 'utf-8') # 构造附件 +atta["Content-Disposition"] = 'attachment; filename="cat.xlsx"' # 设置附件信息 +msg.attach(atta) ## 添加附件到邮件信息当中去 +``` + +```python +#8 发送邮件 +smtp = SMTP_SSL(host_server) #SSL登录 创建SMTP对象 +smtp.login(sender_163,pwd) ## 登录邮箱,传递参数1:邮箱地址,参数2:邮箱授权码 +smtp.sendmail(sender_163,receiver,msg.as_string()) # 发送邮件,传递参数1:发件人邮箱地址,参数2:收件人邮箱地址,参数3:把邮件内容格式改为str +print("邮件发送成功") +smtp.quit # 关闭SMTP对象 +``` + diff --git a/OfficeAutomation/Task02 Python与Excel.md b/OfficeAutomation/Task02 Python与Excel.md index 3fef89f..27cc3e3 100644 --- a/OfficeAutomation/Task02 Python与Excel.md +++ b/OfficeAutomation/Task02 Python与Excel.md @@ -1,5 +1,9 @@ # Python自动化之Excel +[TOC] + +## 0.包的安装 + 方法一:应用pip执行命令 安装**openpyxl**模块`pip install openpyxl` @@ -14,9 +18,9 @@ ![](./图片/Excel.png) -### Excel读取 +## 1.Excel读取 -#### 读取对应表格 +### 1.1读取对应表格 1. 打开已经存在的Excel表格 @@ -47,7 +51,7 @@ sheet = exl_1.active print(sheet.dimensions) ``` -#### 读取单元格 +### 1.2读取单元格 1. 获取某个单元格的具体内容 @@ -65,7 +69,7 @@ print(cell_1.value) print(cell_1.row, cell_1.column, cell.coordinate) ``` -#### 读取多个格子的值 +### 1.3读取多个格子的值 1. 指定坐标范围 @@ -107,7 +111,7 @@ for col in sheet.iter_cols(min_row = 1, max_row = 5, print(cell.value) ``` -#### 练习题 +### 1.4练习题 找出test_1.xlsx中sheet1表中空着的格子,并输出这些格子的坐标 @@ -126,9 +130,9 @@ for row in sheet.iter_rows(min_row = 1, max_row = 29972, -### Excel写入 +## 2.Excel写入 -#### 写入单元格并保存 +### 2.1写入单元格并保存 ``` from openpyxl import load_workbook @@ -141,7 +145,7 @@ sheet['A1'] = 'hello world' exl.save(filename = 'test.xlsx') #存入原Excel表中,若创建新文件则可命名为不同名称 ``` -#### 写入行数据并保存 +### 2.2写入行数据并保存 1. 写入一行数据并保存 @@ -175,14 +179,14 @@ for i in range(len(data)): exl.save(filename = 'test1.xlsx') ``` -#### 将公式写入单元格保存 +### 2.3将公式写入单元格保存 ``` sheet[‘A2’] = '=SUM(A1:D1)' exl.save(filename='test.xlsx') ``` -#### 插入列数据 +### 2.4插入列数据 1. 插入一列 @@ -197,7 +201,7 @@ sheet.insert_cols(idx=2) #idx=2第2列,第2列前插入一列 sheet.insert_cols(idx=2, amount=5) ``` -#### 插入行数据 +### 2.5插入行数据 第2行前上面插入一行(或多行) @@ -208,7 +212,7 @@ sheet.insert_rows(idx=2) sheet.insert_rows(idx=2, amount=5) ``` -#### 删除 +### 2.6删除 1. 删除多列 @@ -222,7 +226,7 @@ sheet.delete_cols(idx=5, amount=2) #第5列前删除2列 sheet.delete_rows(idx=2, amount=5) ``` -#### 移动 +### 2.7移动 当数字为正即向下或向右,为负即为向上或向左 @@ -230,7 +234,7 @@ sheet.delete_rows(idx=2, amount=5) sheet.move_range('C5:F10', rows=2, cols=-3) ``` -#### Sheet表操作 +### 2.8Sheet表操作 1. 创建新的sheet @@ -257,7 +261,7 @@ sheet = exl.active sheet.title = 'newname' ``` -#### 创建新的Excel表 +### 2.9创建新的Excel表 ``` from openpyxl import load_workbook @@ -269,9 +273,9 @@ workbook.save(filename = 'new_test.xlsx') -### Excel 样式 +## 3.Excel 样式 -#### 设置字体样式 +### 3.1设置字体样式 1. 设置字体样式 @@ -304,7 +308,7 @@ workbook.save(filename = 'new_test.xlsx') workbook.save(filename='new_test') ``` -#### 设置对齐样式 +### 3.2设置对齐样式 水平对齐:`distributed, justify, center, left, fill, centerContinuous, right, general` @@ -352,7 +356,7 @@ cell2.fill = gradient_fill workbook.save(filename='new_test') ``` -#### 设置行高与列宽 +### 3.3设置行高与列宽 ``` from openpyxl import Workbook @@ -363,7 +367,7 @@ sheet.row_dimensions[1].height = 50 sheet.column_dimensions['C'].width = 20 workbook.save(filename='new_test') ``` -#### 合并、取消合并单元格 +### 3.4合并、取消合并单元格 ``` sheet.merge_cells('A1:B2') @@ -375,7 +379,7 @@ sheet.unmerge_cells(start_row=1, start_column=3, end_row=2, end_column=4) ``` -#### 练习题 +### 3.5练习题 打开test文件,找出文件中购买数量`buy_mount`超过5的行,并对其标红、加粗、附上边框。 diff --git a/OfficeAutomation/Task03 python与word.md b/OfficeAutomation/Task03 python与word.md index 16430ff..59b7271 100644 --- a/OfficeAutomation/Task03 python与word.md +++ b/OfficeAutomation/Task03 python与word.md @@ -1,444 +1,447 @@ -# python自动化之word操作 - -[TOC] - - -## 1.课前准备 - -> python 处理 Word 需要用到 python-docx 库,终端执行如下安装命令: - -```pyhton -pip3 install python-docx -``` - -> 或在pycharm的setting操作安装(示意如下): - - ![](.\图片\安装docx.png) - - - -## 2.知识要点 - -> 说明: -> 1. 通过小试牛刀初步认识docx,然后系统学习python对word的操作; -> 2. 预估每个知识点需要讲解的时间; -> 3. 研发逻辑就是讲解逻辑,一般从上往下,遵循:`What - Why - How` 或 `Why - What - How` 思路; - - - -### 2.1预热:初步认识docx - - 相信同学们都进行过word的操作。话不多说,直接上python对word简单操作的代码,先有个直观的感觉,然后再系统学习! - -#### 2.1.1新建空白word并插入文字 - -```python -# 导入库 -from docx import Document - -# 新建空白文档 -doc_1 = Document() - -# 添加标题(0相当于文章的题目,默认级别是1,级别范围为0-9) -doc_1.add_heading('新建空白文档标题,级别为0',level = 0) -doc_1.add_heading('新建空白文档标题,级别为1',level = 1) -doc_1.add_heading('新建空白文档标题,级别为2',level = 2) - -# 新增段落 -paragraph_1 = doc_1.add_paragraph('这是第一段文字的开始\n请多多关照!') -# 加粗 -paragraph_1.add_run('加粗字体').bold = True -paragraph_1.add_run('普通字体') -# 斜体 -paragraph_1.add_run('斜体字体').italic =True - -# 新段落(当前段落的下方) -paragraph_2 = doc_1.add_paragraph('新起的第二段文字。') - -# 新段落(指定端的上方) -prior_paragraph = paragraph_1.insert_paragraph_before('在第一段文字前插入的段落') - -# 添加分页符(可以进行灵活的排版) -doc_1.add_page_break() -# 新段落(指定端的上方) -paragraph_3 = doc_1.add_paragraph('这是第二页第一段文字!') - -# 保存文件(当前目录下) -doc_1.save('doc_1.docx') -``` - - - -### 2.2正式:python自动化之word操作 - -上节只是小试牛刀一下,接下来我们系统地学习python自动化之word操作。 - -在操作之前,我们需要了解 Word 文档的页面结构 : - -- 文档 - Document -- 段落 - Paragraph -- 文字块 - Run - -**`python-docx`**将整个文章看做是一个**`Document`**对象 ,其基本结构如下: - -- 每个**`Document`**包含许多个代表“段落”的**`Paragraph`**对象,存放在**`document.paragraphs`**中。 -- 每个**`Paragraph`**都有许多个代表"行内元素"的**`Run`**对象,存放在**`paragraph.runs`**中。 - -在**`python-docx`**中,**`run`**是最基本的单位,每个**`run`**对象内的文本样式都是一致的,也就是说,在从**`docx`**文件生成文档对象时,**`python-docx`**会根据样式的变化来将文本切分为一个个的`Run`对象。 - -#### 2.2.1整体页面结构介绍 - -我们以一个小案例为主线把文档,段落和文字块串一下: - -```python -# 导入库 -from docx import Document -from docx.shared import RGBColor, Pt,Inches,Cm -from docx.enum.text import WD_PARAGRAPH_ALIGNMENT -from docx.oxml.ns import qn - -# 新建文档(Datawhale) -doc_1 = Document() - -# 字体设置(全局) -'''只更改font.name是不够的,还需要调用._element.rPr.rFonts的set()方法。''' - -doc_1.styles['Normal'].font.name = u'宋体' -doc_1.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'宋体') - -# 添加标题(0相当于文章的题目,默认级别是1,级别范围为0-9,0时候自动带下划线) -heading_1 = doc_1.add_heading('周杰伦',level = 0) -heading_1.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER #居中对齐,默认居左对齐 - -# 新增段落 -paragraph_1 = doc_1.add_paragraph() -''' -设置段落格式:首行缩进0.75cm,居左,段后距离1.0英寸,1.5倍行距。 -''' -paragraph_1.paragraph_format.first_line_indent = Cm(0.75) -paragraph_1.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.LEFT -paragraph_1.paragraph_format.space_after = Inches(1.0) -paragraph_1.paragraph_format.line_spacing = 1.5 - -text = '中国台湾华语流行歌手、' \ - '音乐创作家、作曲家、作词人、' \ - '制作人、杰威尔音乐公司老板之一、导演。' \ - '近年涉足电影行业。周杰伦是2000年后亚洲流行乐坛最具革命性与指标' \ - '性的创作歌手,有“亚洲流行天王”之称。他突破原有亚洲音乐的主题、形' \ - '式,融合多元的音乐素材,创造出多变的歌曲风格,尤以融合中西式曲风的嘻哈' \ - '或节奏蓝调最为著名,可说是开创华语流行音乐“中国风”的先声。周杰伦的' \ - '出现打破了亚洲流行乐坛长年停滞不前的局面,为亚洲流行乐坛翻开了新的一页!' - -r_1 = paragraph_1.add_run(text) -r_1.font.size =Pt(10) #字号 -r_1.font.bold =True #加粗 -r_1.font.color.rgb =RGBColor(255,0,0) #颜色 - -# 保存文件(当前目录下) -doc_1.save('周杰伦.docx') -``` -通过上例我们可以看到,最小的操作对象为文字块,通过run的指定进行操作。比如字号,颜色等;而再上一个层级--段落是的格式是通过paragraph_format进行设置; - -#### 2.2.2字体设置 - -通过(1),同学们已经注意到,字体的设置是全局变量。如果我想在不同的部分进行不同字体的设置,那该怎么办呢?这就需要在应用前操作设置一下。 - -```python -'''字体设置1.py''' -#导入库 -from docx import Document -from docx.oxml.ns import qn -from docx.enum.style import WD_STYLE_TYPE - -document = Document() # 新建docx文档 - -# 设置宋体字样式 -style_font = document.styles.add_style('宋体', WD_STYLE_TYPE.CHARACTER) -style_font.font.name = '宋体' -document.styles['宋体']._element.rPr.rFonts.set(qn('w:eastAsia'), u'宋体') - -# 设置楷体字样式 -style_font = document.styles.add_style('楷体', WD_STYLE_TYPE.CHARACTER) -style_font.font.name = '楷体' -document.styles['楷体']._element.rPr.rFonts.set(qn('w:eastAsia'), u'楷体') # 将段落中的所有字体 - -# 设置华文中宋字样式 -style_font = document.styles.add_style('华文中宋', WD_STYLE_TYPE.CHARACTER) -style_font.font.name = '华文中宋' -document.styles['华文中宋']._element.rPr.rFonts.set(qn('w:eastAsia'), u'华文中宋') - -paragraph1 = document.add_paragraph() # 添加段落 -run = paragraph1.add_run(u'aBCDefg这是中文', style='宋体') # 设置宋体样式 - -font = run.font #设置字体 -font.name = 'Cambira' # 设置西文字体 -paragraph1.add_run(u'aBCDefg这是中文', style='楷体').font.name = 'Cambira' -paragraph1.add_run(u'aBCDefg这是中文', style='华文中宋').font.name = 'Cambira' - -document.save('字体设置1.docx') -``` - -```python -'''字体设置2.py''' -#导入库 -from docx import Document -from docx.oxml.ns import qn -from docx.enum.style import WD_STYLE_TYPE - -#定义字体设置函数 -def font_setting(doc,text,font_cn): - style_add = doc.styles.add_style(font_cn, WD_STYLE_TYPE.CHARACTER) - style_add.font.name = font_cn - doc.styles[font_cn]._element.rPr.rFonts.set(qn('w:eastAsia'), font_cn) - par = doc.add_paragraph() - text = par.add_run(text, style=font_cn) - -doc = Document() -a = '小朋友 你是否有很多问号' -b = '为什么 别人在那看漫画' -c = '我却在学画画 对着钢琴说话' - -font_setting(doc,a,'宋体') -font_setting(doc,b,'华文中宋') -font_setting(doc,c,'黑体') - -doc.save('字体设置2.docx') - -``` - -我们很容易地看出来,字体设置1.py与字体设置2.py的区别在于是否为同一段落,同时字体设置2.py中自定义了一个函数。同学们可以在实际工作中看具体场景进行选择。 - -#### 2.2.3插入图片与表格 - -```python -#导入库 -from docx import Document -from docx.shared import Inches - -#打开文档 -doc_1 = Document('周杰伦.docx') #上面脚本存储的文档 -#新增图片 -doc_1.add_picture('周杰伦.jpg',width=Inches(1.0), height=Inches(1.0)) - -# 创建3行1列表格 -table1 = doc_1.add_table(rows=2, cols=1) -table1.style='Medium Grid 1 Accent 1' #表格样式很多种,如,Light Shading Accent 1等 - -# 修改第2行第3列单元格的内容为营口 -table1.cell(0, 0).text = '营口' -# 修改第3行第4列单元格的内容为人民 -table1.rows[1].cells[0].text = '人民' - -# 在表格底部新增一行 -row_cells = table1.add_row().cells -# 新增行的第一列添加内容 -row_cells[0].text = '加油' - -doc_1.save('周杰伦为营口加油.docx') - -``` - -#### 2.2.4设置页眉页脚 - -在python-docx包中则要使用节(section)中的页眉(header)和页脚(footer)对象来具体设置。 - -```python -from docx import Document -from docx.enum.text import WD_PARAGRAPH_ALIGNMENT - -document = Document() # 新建文档 - -header = document.sections[0].header # 获取第一个节的页眉 -print('页眉中默认段落数:', len(header.paragraphs)) -paragraph = header.paragraphs[0] # 获取页眉的第一个段落 -paragraph.add_run('这是第一节的页眉') # 添加页面内容 -footer = document.sections[0].footer # 获取第一个节的页脚 -paragraph = footer.paragraphs[0] # 获取页脚的第一个段落 -paragraph.add_run('这是第一节的页脚') # 添加页脚内容 - - -'''在docx文档中又添加了2个节,共计3个节,页面和页脚会显示了“与上一节相同”。 -如果不使用上一节的内容和样式要将header.is_linked_to_previous的属性或footer.is_linked_to_previous的属性设置为False, -用于解除“链接上一节页眉”或者“链接上一节页脚”。''' -document.add_section() # 添加一个新的节 -document.add_section() # 添加第3个节 -header = document.sections[1].header # 获取第2个节的页眉 -header.is_linked_to_previous = False # 不使用上节内容和样式 - -#对齐设置 -header = document.sections[1].header # 获取第2个节的页眉 -header.is_linked_to_previous = False # 不使用上节内容和样式 -paragraph = header.paragraphs[0] -paragraph.add_run('这是第二节的页眉') -paragraph.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER # 设置页眉居中对齐 -document.sections[1].footer.is_linked_to_previous = False -footer.paragraphs[0].add_run('这是第二节的页脚') # 添加第2节页脚内容 -footer.paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.CENTER # 设置第2节页脚居中对齐 -header = document.sections[2].header # 获取第3个节的页眉 -header.is_linked_to_previous = False # 不使用上节的内容和样式 -paragraph = header.paragraphs[0] # 获取页眉中的段落 -paragraph.add_run('这是第三节的页眉') -paragraph.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT # 设置页眉右对齐 -document.sections[2].footer.is_linked_to_previous = False -footer.paragraphs[0].add_run('这是第三节的页脚') # 添加第3节页脚内容 -footer.paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT # 设置第3节页脚右对齐 -document.save('页眉页脚1.docx') # 保存文档 -``` - -结果如下: - - ![](.\图片\页眉页脚设置.png) - -#### 2.2.5代码延伸 - -```python -'''对齐设置''' -from docx.enum.text import WD_ALIGN_PARAGRAPH -#LEFT: 左对齐 -#CENTER: 文字居中 -#RIGHT: 右对齐 -#JUSTIFY: 文本两端对齐 - -'''设置段落行距''' -from docx.shared import Length -# SINGLE :单倍行距(默认) -#ONE_POINT_FIVE : 1.5倍行距 -# DOUBLE2 : 倍行距 -#AT_LEAST : 最小值 -#EXACTLY:固定值 -# MULTIPLE : 多倍行距 - -paragraph.line_spacing_rule = WD_LINE_SPACING.EXACTLY #固定值 -paragraph_format.line_spacing = Pt(18) # 固定值18磅 -paragraph.line_spacing_rule = WD_LINE_SPACING.MULTIPLE #多倍行距 -paragraph_format.line_spacing = 1.75 # 1.75倍行间距 - -'''设置字体属性''' -from docx.shared import RGBColor,Pt -#all_caps:全部大写字母 -#bold:加粗 -#color:字体颜色 - -#double_strike:双删除线 -#hidden : 隐藏 -#imprint : 印记 -#italic : 斜体 -#name :字体 -#shadow :阴影 -#strike : 删除线 -#subscript :下标 -#superscript :上标 -#underline :下划线 -``` - -## 3.项目实践 - -### 3.1需求 - -> 你是公司的行政人员,对合作伙伴进行邀请,参加公司的会议; -> -> 参会人名单如下: - - ![](.\图片\参会人名单.png) - -拟定的邀请函样式如下: - - ![](.\图片\邀请函样式.png) - -**根据参会人名单,利用python批量生成邀请函。** - - - -### 3.2需求分析 - -> 逻辑相对简单: -> -> - 获取 Excel 文件中每一行的信息,提取 参数;结合获取的参数设计邀请函样式并输出 -> - 设计word段落及字体等样式。 - -### 3.3代码 - -```python -# 导入库 -from openpyxl import load_workbook -from docx import Document -from docx.enum.text import WD_PARAGRAPH_ALIGNMENT -from docx.shared import RGBColor, Pt,Inches,Cm -from docx.oxml.ns import qn - - -path = r'D:\idea\cloud_analyse_game_sentiment\word自动化' -# 路径为Excel 文件所在的位置,可按实际情况更改 - -workbook = load_workbook(path + r'\excel到word.xlsx') -sheet = workbook.active #默认的WorkSheet - -n = 0 #为了不遍历标题(excel的第一行) -for row in sheet.rows: - if n: - company = row[0].value - office = row[1].value - name = row[2].value - date = str(row[3].value).split()[0] - print(company, office, name, date) - - - doc = Document() - heading_1 = '邀 请 函' - paragraph_1 = doc.add_heading(heading_1, level=1) - # 居中对齐 - paragraph_1.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER - # 单独修改较大字号 - for run in paragraph_1.runs: - run.font.size = Pt(17) - - greeting_word_1 = '尊敬的' - greeting_word_2 = '公司' - greeting_word_3 = ',您好:' - paragraph_2 = doc.add_paragraph() - - paragraph_2.add_run(greeting_word_1) - r_1 = paragraph_2.add_run(company) - r_1.font.bold = True # 加粗 - r_1.font.underline = True #下划线 - - paragraph_2.add_run(greeting_word_2) - - r_2 = paragraph_2.add_run(office) - r_2.font.bold = True # 加粗 - r_2.font.underline = True #下划线 - - r_3 = paragraph_2.add_run(name) - r_3.font.bold = True # 加粗 - r_3.font.underline = True #下划线 - paragraph_2.add_run(greeting_word_3) - - paragraph_3 = doc.add_paragraph() - paragraph_3.add_run('现诚挚的邀请您于2021年10月27日参加DataWhale主办的享受开源2050活动,地点在北京鸟巢,希望您届时莅临参加。') - paragraph_3.paragraph_format.first_line_indent = Cm(0.75) - paragraph_3.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.LEFT - paragraph_3.paragraph_format.space_after = Inches(1.0) - paragraph_3.paragraph_format.line_spacing = 1.5 - - paragraph_4 = doc.add_paragraph() - date_word_1 = '邀请时间:' - paragraph_4.add_run(date_word_1) - paragraph_4.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT - sign_date = "{}年{}月{}日".format(date.split('-')[0], date.split('-')[1], date.split('-')[2]) - paragraph_4.add_run(sign_date).underline = True - paragraph_4.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT - - #设置全文字体 - for paragraph in doc.paragraphs: - for run in paragraph.runs: - run.font.color.rgb = RGBColor(0, 0, 0) - run.font.name = '楷体' - r = run._element.rPr.rFonts - r.set(qn('w:eastAsia'), '楷体') - doc.save(path + "\{}-邀请函.docx".format(name)) - n = n + 1 -``` - -### 4.总结 - -> 本案例也可适用于批量生产固定格式的word,如工资条,通知单等 +# python自动化之word操作 + +[TOC] + + +## 1.课前准备 + +> python 处理 Word 需要用到 python-docx 库,终端执行如下安装命令: + +```pyhton +pip3 install python-docx +或 +conda install python-doc +``` + +> 或在pycharm的setting操作安装(示意如下): + + ![](.\图片\安装docx.png) + + + +## 2.知识要点 + +> 说明: +> 1. 通过小试牛刀初步认识docx,然后系统学习python对word的操作; +> 2. 预估每个知识点需要讲解的时间; +> 3. 研发逻辑就是讲解逻辑,一般从上往下,遵循:`What - Why - How` 或 `Why - What - How` 思路; + + + +### 2.1初步认识docx + + 相信同学们都进行过word的操作。话不多说,直接上python对word简单操作的代码,先有个直观的感觉,然后再系统学习! + +#### 2.1.1新建空白word并插入文字 + +```python +# 导入库 +from docx import Document + +# 新建空白文档 +doc_1 = Document() + +# 添加标题(0相当于文章的题目,默认级别是1,级别范围为0-9) +doc_1.add_heading('新建空白文档标题,级别为0',level = 0) +doc_1.add_heading('新建空白文档标题,级别为1',level = 1) +doc_1.add_heading('新建空白文档标题,级别为2',level = 2) + +# 新增段落 +paragraph_1 = doc_1.add_paragraph('这是第一段文字的开始\n请多多关照!') +# 加粗 +paragraph_1.add_run('加粗字体').bold = True +paragraph_1.add_run('普通字体') +# 斜体 +paragraph_1.add_run('斜体字体').italic =True + +# 新段落(当前段落的下方) +paragraph_2 = doc_1.add_paragraph('新起的第二段文字。') + +# 新段落(指定端的上方) +prior_paragraph = paragraph_1.insert_paragraph_before('在第一段文字前插入的段落') + +# 添加分页符(可以进行灵活的排版) +doc_1.add_page_break() +# 新段落(指定端的上方) +paragraph_3 = doc_1.add_paragraph('这是第二页第一段文字!') + +# 保存文件(当前目录下) +doc_1.save('doc_1.docx') +``` + + + +### 2.2python自动化之word操作 + +上节只是小试牛刀一下,接下来我们系统地学习python自动化之word操作。 + +在操作之前,我们需要了解 Word 文档的页面结构 : + +- 文档 - Document +- 段落 - Paragraph +- 文字块 - Run + +**`python-docx`**将整个文章看做是一个**`Document`**对象 ,其基本结构如下: + +- 每个**`Document`**包含许多个代表“段落”的**`Paragraph`**对象,存放在**`document.paragraphs`**中。 +- 每个**`Paragraph`**都有许多个代表"行内元素"的**`Run`**对象,存放在**`paragraph.runs`**中。 + +在**`python-docx`**中,**`run`**是最基本的单位,每个**`run`**对象内的文本样式都是一致的,也就是说,在从**`docx`**文件生成文档对象时,**`python-docx`**会根据样式的变化来将文本切分为一个个的`Run`对象。 + +#### 2.2.1整体页面结构介绍 + +我们以一个小案例为主线把文档,段落和文字块串一下: + +```python +# 导入库 +from docx import Document +from docx.shared import RGBColor, Pt,Inches,Cm +from docx.enum.text import WD_PARAGRAPH_ALIGNMENT +from docx.oxml.ns import qn + +# 新建文档(Datawhale) +doc_1 = Document() + +# 字体设置(全局) +'''只更改font.name是不够的,还需要调用._element.rPr.rFonts的set()方法。''' + +doc_1.styles['Normal'].font.name = u'宋体' +doc_1.styles['Normal']._element.rPr.rFonts.set(qn('w:eastAsia'), u'宋体') + +# 添加标题(0相当于文章的题目,默认级别是1,级别范围为0-9,0时候自动带下划线) +heading_1 = doc_1.add_heading('周杰伦',level = 0) +heading_1.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER #居中对齐,默认居左对齐 + +# 新增段落 +paragraph_1 = doc_1.add_paragraph() +''' +设置段落格式:首行缩进0.75cm,居左,段后距离1.0英寸,1.5倍行距。 +''' +paragraph_1.paragraph_format.first_line_indent = Cm(0.75) +paragraph_1.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.LEFT +paragraph_1.paragraph_format.space_after = Inches(1.0) +paragraph_1.paragraph_format.line_spacing = 1.5 + +text = '中国台湾华语流行歌手、' \ + '音乐创作家、作曲家、作词人、' \ + '制作人、杰威尔音乐公司老板之一、导演。' \ + '近年涉足电影行业。周杰伦是2000年后亚洲流行乐坛最具革命性与指标' \ + '性的创作歌手,有“亚洲流行天王”之称。他突破原有亚洲音乐的主题、形' \ + '式,融合多元的音乐素材,创造出多变的歌曲风格,尤以融合中西式曲风的嘻哈' \ + '或节奏蓝调最为著名,可说是开创华语流行音乐“中国风”的先声。周杰伦的' \ + '出现打破了亚洲流行乐坛长年停滞不前的局面,为亚洲流行乐坛翻开了新的一页!' + +r_1 = paragraph_1.add_run(text) +r_1.font.size =Pt(10) #字号 +r_1.font.bold =True #加粗 +r_1.font.color.rgb =RGBColor(255,0,0) #颜色 + +# 保存文件(当前目录下) +doc_1.save('周杰伦.docx') +``` +通过上例我们可以看到,最小的操作对象为文字块,通过run的指定进行操作。比如字号,颜色等;而再上一个层级--段落是的格式是通过paragraph_format进行设置; + +#### 2.2.2字体设置 + +通过(1),同学们已经注意到,字体的设置是全局变量。如果我想在不同的部分进行不同字体的设置,那该怎么办呢?这就需要在应用前操作设置一下。 + +```python +'''字体设置1.py''' +#导入库 +from docx import Document +from docx.oxml.ns import qn +from docx.enum.style import WD_STYLE_TYPE + +document = Document() # 新建docx文档 + +# 设置宋体字样式 +style_font = document.styles.add_style('宋体', WD_STYLE_TYPE.CHARACTER) +style_font.font.name = '宋体' +document.styles['宋体']._element.rPr.rFonts.set(qn('w:eastAsia'), u'宋体') + +# 设置楷体字样式 +style_font = document.styles.add_style('楷体', WD_STYLE_TYPE.CHARACTER) +style_font.font.name = '楷体' +document.styles['楷体']._element.rPr.rFonts.set(qn('w:eastAsia'), u'楷体') # 将段落中的所有字体 + +# 设置华文中宋字样式 +style_font = document.styles.add_style('华文中宋', WD_STYLE_TYPE.CHARACTER) +style_font.font.name = '华文中宋' +document.styles['华文中宋']._element.rPr.rFonts.set(qn('w:eastAsia'), u'华文中宋') + +paragraph1 = document.add_paragraph() # 添加段落 +run = paragraph1.add_run(u'aBCDefg这是中文', style='宋体') # 设置宋体样式 + +font = run.font #设置字体 +font.name = 'Cambira' # 设置西文字体 +paragraph1.add_run(u'aBCDefg这是中文', style='楷体').font.name = 'Cambira' +paragraph1.add_run(u'aBCDefg这是中文', style='华文中宋').font.name = 'Cambira' + +document.save('字体设置1.docx') +``` + +```python +'''字体设置2.py''' +#导入库 +from docx import Document +from docx.oxml.ns import qn +from docx.enum.style import WD_STYLE_TYPE + +#定义字体设置函数 +def font_setting(doc,text,font_cn): + style_add = doc.styles.add_style(font_cn, WD_STYLE_TYPE.CHARACTER) + style_add.font.name = font_cn + doc.styles[font_cn]._element.rPr.rFonts.set(qn('w:eastAsia'), font_cn) + par = doc.add_paragraph() + text = par.add_run(text, style=font_cn) + +doc = Document() +a = '小朋友 你是否有很多问号' +b = '为什么 别人在那看漫画' +c = '我却在学画画 对着钢琴说话' + +font_setting(doc,a,'宋体') +font_setting(doc,b,'华文中宋') +font_setting(doc,c,'黑体') + +doc.save('字体设置2.docx') + +``` + +我们很容易地看出来,字体设置1.py与字体设置2.py的区别在于是否为同一段落,同时字体设置2.py中自定义了一个函数。同学们可以在实际工作中看具体场景进行选择。 + +#### 2.2.3插入图片与表格 + +```python +#导入库 +from docx import Document +from docx.shared import Inches + +#打开文档 +doc_1 = Document('周杰伦.docx') #上面脚本存储的文档 +#新增图片 +doc_1.add_picture('周杰伦.jpg',width=Inches(1.0), height=Inches(1.0)) + +# 创建3行1列表格 +table1 = doc_1.add_table(rows=2, cols=1) +table1.style='Medium Grid 1 Accent 1' #表格样式很多种,如,Light Shading Accent 1等 + +# 修改第2行第3列单元格的内容为营口 +table1.cell(0, 0).text = '营口' +# 修改第3行第4列单元格的内容为人民 +table1.rows[1].cells[0].text = '人民' + +# 在表格底部新增一行 +row_cells = table1.add_row().cells +# 新增行的第一列添加内容 +row_cells[0].text = '加油' + +doc_1.save('周杰伦为营口加油.docx') + +``` + +#### 2.2.4设置页眉页脚 + +在python-docx包中则要使用节(section)中的页眉(header)和页脚(footer)对象来具体设置。 + +```python +from docx import Document +from docx.enum.text import WD_PARAGRAPH_ALIGNMENT + +document = Document() # 新建文档 + +header = document.sections[0].header # 获取第一个节的页眉 +print('页眉中默认段落数:', len(header.paragraphs)) +paragraph = header.paragraphs[0] # 获取页眉的第一个段落 +paragraph.add_run('这是第一节的页眉') # 添加页面内容 +footer = document.sections[0].footer # 获取第一个节的页脚 +paragraph = footer.paragraphs[0] # 获取页脚的第一个段落 +paragraph.add_run('这是第一节的页脚') # 添加页脚内容 + + +'''在docx文档中又添加了2个节,共计3个节,页面和页脚会显示了“与上一节相同”。 +如果不使用上一节的内容和样式要将header.is_linked_to_previous的属性或footer.is_linked_to_previous的属性设置为False, +用于解除“链接上一节页眉”或者“链接上一节页脚”。''' +document.add_section() # 添加一个新的节 +document.add_section() # 添加第3个节 +header = document.sections[1].header # 获取第2个节的页眉 +header.is_linked_to_previous = False # 不使用上节内容和样式 + +#对齐设置 +header = document.sections[1].header # 获取第2个节的页眉 +header.is_linked_to_previous = False # 不使用上节内容和样式 +paragraph = header.paragraphs[0] +paragraph.add_run('这是第二节的页眉') +paragraph.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER # 设置页眉居中对齐 +document.sections[1].footer.is_linked_to_previous = False +footer.paragraphs[0].add_run('这是第二节的页脚') # 添加第2节页脚内容 +footer.paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.CENTER # 设置第2节页脚居中对齐 +header = document.sections[2].header # 获取第3个节的页眉 +header.is_linked_to_previous = False # 不使用上节的内容和样式 +paragraph = header.paragraphs[0] # 获取页眉中的段落 +paragraph.add_run('这是第三节的页眉') +paragraph.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT # 设置页眉右对齐 +document.sections[2].footer.is_linked_to_previous = False +footer.paragraphs[0].add_run('这是第三节的页脚') # 添加第3节页脚内容 +footer.paragraphs[0].alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT # 设置第3节页脚右对齐 +document.save('页眉页脚1.docx') # 保存文档 +``` + +结果如下: + + ![](.\图片\页眉页脚设置.png) + +#### 2.2.5代码延伸 + +```python +'''对齐设置''' +from docx.enum.text import WD_ALIGN_PARAGRAPH +#LEFT: 左对齐 +#CENTER: 文字居中 +#RIGHT: 右对齐 +#JUSTIFY: 文本两端对齐 + +'''设置段落行距''' +from docx.shared import Length +# SINGLE :单倍行距(默认) +#ONE_POINT_FIVE : 1.5倍行距 +# DOUBLE2 : 倍行距 +#AT_LEAST : 最小值 +#EXACTLY:固定值 +# MULTIPLE : 多倍行距 + +paragraph.line_spacing_rule = WD_LINE_SPACING.EXACTLY #固定值 +paragraph_format.line_spacing = Pt(18) # 固定值18磅 +paragraph.line_spacing_rule = WD_LINE_SPACING.MULTIPLE #多倍行距 +paragraph_format.line_spacing = 1.75 # 1.75倍行间距 + +'''设置字体属性''' +from docx.shared import RGBColor,Pt +#all_caps:全部大写字母 +#bold:加粗 +#color:字体颜色 + +#double_strike:双删除线 +#hidden : 隐藏 +#imprint : 印记 +#italic : 斜体 +#name :字体 +#shadow :阴影 +#strike : 删除线 +#subscript :下标 +#superscript :上标 +#underline :下划线 +``` + +## 3.项目实践 + +### 3.1需求 + +> 你是公司的行政人员,对合作伙伴进行邀请,参加公司的会议; +> +> 参会人名单如下: + + ![](.\图片\参会人名单.png) + +拟定的邀请函样式如下: + + ![](.\图片\邀请函样式.png) + +**根据参会人名单,利用python批量生成邀请函。** + + + +### 3.2需求分析 + +> 逻辑相对简单: +> +> - 获取 Excel 文件中每一行的信息,提取 参数;结合获取的参数设计邀请函样式并输出 +> - 设计word段落及字体等样式。 + +### 3.3代码 + +```python +# 导入库 +from openpyxl import load_workbook +from docx import Document +from docx.enum.text import WD_PARAGRAPH_ALIGNMENT +from docx.shared import RGBColor, Pt,Inches,Cm +from docx.oxml.ns import qn + + +path = r'D:\idea\cloud_analyse_game_sentiment\word自动化' +# 路径为Excel 文件所在的位置,可按实际情况更改 + +workbook = load_workbook(path + r'\excel到word.xlsx') +sheet = workbook.active #默认的WorkSheet + +n = 0 #为了不遍历标题(excel的第一行) +for row in sheet.rows: + if n: + company = row[0].value + office = row[1].value + name = row[2].value + date = str(row[3].value).split()[0] + print(company, office, name, date) + + + doc = Document() + heading_1 = '邀 请 函' + paragraph_1 = doc.add_heading(heading_1, level=1) + # 居中对齐 + paragraph_1.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER + # 单独修改较大字号 + for run in paragraph_1.runs: + run.font.size = Pt(17) + + greeting_word_1 = '尊敬的' + greeting_word_2 = '公司' + greeting_word_3 = ',您好:' + paragraph_2 = doc.add_paragraph() + + paragraph_2.add_run(greeting_word_1) + r_1 = paragraph_2.add_run(company) + r_1.font.bold = True # 加粗 + r_1.font.underline = True #下划线 + + paragraph_2.add_run(greeting_word_2) + + r_2 = paragraph_2.add_run(office) + r_2.font.bold = True # 加粗 + r_2.font.underline = True #下划线 + + r_3 = paragraph_2.add_run(name) + r_3.font.bold = True # 加粗 + r_3.font.underline = True #下划线 + paragraph_2.add_run(greeting_word_3) + + paragraph_3 = doc.add_paragraph() + paragraph_3.add_run('现诚挚的邀请您于2021年10月27日参加DataWhale主办的享受开源2050活动,地点在北京鸟巢,希望您届时莅临参加。') + paragraph_3.paragraph_format.first_line_indent = Cm(0.75) + paragraph_3.paragraph_format.alignment = WD_PARAGRAPH_ALIGNMENT.LEFT + paragraph_3.paragraph_format.space_after = Inches(1.0) + paragraph_3.paragraph_format.line_spacing = 1.5 + + paragraph_4 = doc.add_paragraph() + date_word_1 = '邀请时间:' + paragraph_4.add_run(date_word_1) + paragraph_4.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT + sign_date = "{}年{}月{}日".format(date.split('-')[0], date.split('-')[1], date.split('-')[2]) + paragraph_4.add_run(sign_date).underline = True + paragraph_4.alignment = WD_PARAGRAPH_ALIGNMENT.RIGHT + + #设置全文字体 + for paragraph in doc.paragraphs: + for run in paragraph.runs: + run.font.color.rgb = RGBColor(0, 0, 0) + run.font.name = '楷体' + r = run._element.rPr.rFonts + r.set(qn('w:eastAsia'), '楷体') + doc.save(path + "\{}-邀请函.docx".format(name)) + n = n + 1 +``` + +### 4.后记 + +> 本案例也可适用于批量生产固定格式的word,如工资条,通知单等,面对这种相似且重复的任务,python的自动化运行能大幅提升当前的工作效率。 + diff --git a/OfficeAutomation/Task04 Python操作PDF.md b/OfficeAutomation/Task04 Python操作PDF.md index 48ca27b..8865bc5 100644 --- a/OfficeAutomation/Task04 Python操作PDF.md +++ b/OfficeAutomation/Task04 Python操作PDF.md @@ -1,28 +1,16 @@ +# Python 操作 PDF +[TOC] - - -#### Python 操作 PDF +## 0.前言 PDF 操作是本次自动化办公的最后一个知识点,初级的 PDF 自动化包括 PDF 文档的拆分、合并、提取等操作,更高级的还包括 WORD与PDF互转等 -初级操作一般比较常用,也可以解决较多的办公内容,所以本节将会主要介绍 PDF 的初级操作,具体内容将会从以下几个小节展开: - -1. 相关介绍 -2. 批量拆分 -3. 批量合并 -4. 提取文字内容 -5. 提取表格内容 -6. 提取图片内容 -7. 转换为PDF图片 -8. 添加水印 -9. 加密与解密 - -下面直接开始本节内容。 +初级操作一般比较常用,也可以解决较多的办公内容,所以本节将会主要介绍 PDF 的初级操作,具体内容可以索引目录
-#### 1. 相关介绍 +## 1. 相关介绍 Python 操作 PDF 会用到两个库,分别是:PyPDF2 和 pdfplumber @@ -48,7 +36,7 @@ win+r 后输入 cmd 打开 command 窗口,依次输入如下命令进行安装
-#### 2. 批量拆分 +## 2. 批量拆分 将一个完整的 PDF 拆分成几个小的 PDF,因为主要涉及到 PDF 整体的操作,所以本小节需要用到 PyPDF2 这个库 @@ -134,7 +122,7 @@ except Exception as e:
-#### 3. 批量合并 +## 3. 批量合并 比起拆分来,合并的思路更加简单: @@ -174,7 +162,7 @@ def concat_pdf(filename, read_dirpath, save_filepath):
-#### 4. 提取文字内容 +## 4. 提取文字内容 涉及到具体的 PDF 内容 操作,本小节需要用到 pdfplumber 这个库 @@ -218,7 +206,7 @@ with pdfplumber.open(filepath) as pdf:
-#### 5. 提取表格内容 +## 5. 提取表格内容 同样的,本节是对具体内容的操作,所以也需要用到 pdfplumber 这个库 @@ -274,7 +262,7 @@ for index in range(len(tables_info)):
-#### 6. 提取图片内容 +## 6. 提取图片内容 提取 PDF 中的图片和将 PDF 转存为图片是不一样的(下一小节),需要区分开。 @@ -345,11 +333,11 @@ for index in range(1, xref_len):
-#### 7. 转换为图片 +## 7. 转换为图片 转换为照片比较简单,就是将一页页的 PDF 转换为一张张的图片。大致过程如下: -##### 7.1 安装 pdf2image +### 7.1 安装 pdf2image 首先需要安装对应的库,最新的 pdf2image 库版本应该是 1.14.0 @@ -359,7 +347,7 @@ for index in range(1, xref_len): > pip install pdf2image -##### 7.2 安装组件 +### 7.2 安装组件 对于不同的平台,需要安装相应的组件,这里以 windows 平台和 mac 平台为例: @@ -399,7 +387,7 @@ for image in images:
-#### 8. 添加水印 +## 8. 添加水印 PDF 中添加水印,首先需要一个水印PDF文件,然后依次通过 mergePage 操作将每一页的 PDF 文件合并到水印文件上,据此,每一页的 PDF 文件将是一个带有水印的 PDF 文件 @@ -444,7 +432,7 @@ with open(save_filepath, "wb") as out:
-#### 9. 文档加密与解密 +## 9. 文档加密与解密 你可能在打开部分 PDF 文件的时候,会弹出下面这个界面: diff --git a/OfficeAutomation/Task05 爬虫入门与综合应用.md b/OfficeAutomation/Task05 爬虫入门与综合应用.md index 94894a6..e8f499b 100644 --- a/OfficeAutomation/Task05 爬虫入门与综合应用.md +++ b/OfficeAutomation/Task05 爬虫入门与综合应用.md @@ -1,10 +1,14 @@ # Task5 爬虫入门与综合应用 +[TOC] + +## 0.前言 + 对于自动化办公而言,网络数据的批量获取完数据可以节约相当的时间,因此爬虫在自动化办公中占据了一个比较重要的位置。 因而本节针对爬虫项目进行一个介绍,力求最大程度还原实际的办公场景。 -## **1.Requests简介** +## 1.Requests简介 Requests是一款目前非常流行的http请求库,使用python编写,能非常方便的对网页Requests进行爬取,也是爬虫最常用的发起请求第三方库。 @@ -23,6 +27,8 @@ rs.content 响应内容的二进制形式 rs.encoding 响应内容的编码 ``` +### 1.1访问百度 + 试一试对百度首页进行数据请求: 项目难度:⭐ @@ -40,6 +46,8 @@ print(re.status_code) **res.text** 返回的是服务器响应内容的字符串形式,也就是文本内容 +### 1.2下载txt文件 + 例:用爬虫下载孔乙己的文章,网址是https://apiv3.shanbay.com/codetime/articles/mnvdu 我们打开这个网址 可以看到是鲁迅的文章 @@ -62,6 +70,8 @@ with open('鲁迅文章.txt', 'w') as file: re.txt就是网页中的内容,将内容保存到txt文件中 +### 1.3下载图片 + **re.text用于文本内容的获取、下载 re.content用于图片、视频、音频等内容的获取、下载**