13 个实用的 Python 自动化脚本示例

前置依赖：

pip install selenium
# 需额外下载 chromedriver.exe 并配置路径

代码示例：

import time
from selenium import webdriver
from selenium.webdriver.common.keys import Keys

# 初始化 Chrome 驱动
options = webdriver.ChromeOptions()
options.add_argument('--headless') # 无头模式，不显示浏览器窗口
bot = webdriver.Chrome(options=options)

try:
    bot.get('https://www.google.com')
    
    # 查找搜索框
    search_box = bot.find_element_by_name('q')
    search_box.send_keys('Automation Test')
    search_box.send_keys(Keys.RETURN)
    
    time.sleep(3) # 等待页面加载
    
    # 这里可以添加更多操作，如截图
    # bot.save_screenshot('result.png')
finally:
    bot.quit()

4. 获取歌曲歌词

通过 LyricsGenius API 获取指定歌手的歌曲歌词。需先注册账号获取免费 API Key。

前置依赖：

pip install lyricsgenius

代码示例：

import lyricsgenius

# 替换为你的真实 API Key
api_key = "YOUR_API_KEY_HERE"
genius = lyricsgenius.Genius(api_key)

# 搜索歌手并限制返回数量
artist = genius.search_artist("Pop Smoke", max_songs=5, sort="title")

# 获取特定歌曲
song = artist.song("100k On a Coupe")
if song:
    print(song.lyrics)
else:
    print("Song not found.")

5. 获取照片的 Exif 数据

Exif 信息包含拍摄时间、相机型号、GPS 位置等元数据。本脚本提供两种方法提取图片元数据。

前置依赖：

pip install pillow
pip install exifread

代码示例：

from PIL import Image
import PIL.ExifTags
import exifread

filename = "Img.jpg"

# Method 1: Using Pillow
img = Image.open(filename)
exif_data = {
    PIL.ExifTags.TAGS[i]: j
    for i, j in img._getexif().items()
    if i in PIL.ExifTags.TAGS
}
print("Pillow Exif Data:", exif_data)

# Method 2: Using ExifRead
with open(filename, 'rb') as f:
    tags = exifread.process_file(f)
    print("ExifRead Tags:", dict(tags))

6. 提取图像中的 OCR 文本

OCR（光学字符识别）用于从扫描文档或图片中识别文字。适合处理手写数据或扫描件。

前置依赖：

1. 安装 Tesseract OCR 引擎（需从官网下载并配置环境变量）。
2. 安装 Python 库。

pip install pytesseract
pip install Pillow

代码示例：

import pytesseract
from PIL import Image

# 设置 Tesseract 路径 (Windows 示例)
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

image_path = "img.png"
t = Image.open(image_path)

# 识别文本
text = pytesseract.image_to_string(t, lang='chi_sim+eng')
print(text)

7. 将照片转换为卡通风格

利用 OpenCV 的边缘检测和颜色量化技术，将普通照片转换为类似卡通的效果。

前置依赖：

pip install opencv-python

代码示例：

import cv2

img = cv2.imread('img.jpg')
grayimg = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
grayimg = cv2.medianBlur(grayimg, 5)

# 边缘检测
edges = cv2.Laplacian(grayimg, cv2.CV_8U, ksize=5)
r, mask = cv2.threshold(edges, 100, 255, cv2.THRESH_BINARY_INV)

# 结合原图与掩码
img2 = cv2.bitwise_and(img, img, mask=mask)
img2 = cv2.medianBlur(img2, 5)

cv2.imwrite("cartooned.jpg", img2)
print("Cartoon effect saved.")

8. 清空回收站

此脚本仅适用于 Windows 系统，用于程序化清空回收站内容。

前置依赖：

pip install winshell

代码示例：

import winshell

try:
    # confirm=False 跳过确认弹窗
    winshell.recycle_bin().empty(confirm=False, show_progress=False, sound=True)
    print("Recycle bin emptied successfully.")
except Exception as e:
    print(f"Error: {e}")

9. Python 图像增强

使用 Pillow 库调整照片的色彩、对比度、亮度和锐度，提升视觉效果。

前置依赖：

pip install pillow

代码示例：

from PIL import Image, ImageEnhance

im = Image.open('img.jpg')

# 创建增强器实例
en_color = ImageEnhance.Color(im)
en_contrast = ImageEnhance.Contrast(im)
en_brightness = ImageEnhance.Brightness(im)
en_sharpness = ImageEnhance.Sharpness(im)

# 应用增强效果 (系数 > 1 为增强)
en_color.enhance(1.5).save("enhanced_color.jpg")
en_contrast.enhance(1.5).save("enhanced_contrast.jpg")
en_brightness.enhance(1.5).save("enhanced_brightness.jpg")
en_sharpness.enhance(1.5).save("enhanced_sharpness.jpg")

10. 获取 Windows 版本信息

查询当前操作系统的具体版本号，适用于系统兼容性检测。

前置依赖：

pip install wmi

代码示例：

import wmi

data = wmi.WMI()
for os_info in data.Win32_OperatingSystem():
    print(f"OS Name: {os_info.Caption}")
    print(f"Version: {os_info.Version}")
    print(f"BuildNumber: {os_info.BuildNumber}")

11. 将 PDF 转换为图像

将 PDF 文档的每一页保存为独立的 PNG 图片，便于后续处理或归档。

前置依赖：

pip install PyMuPDF

代码示例：

import fitz  # PyMuPDF

pdf_path = 'sample_pdf.pdf'
doc = fitz.open(pdf_path)

for page_num, page in enumerate(doc):
    pix = page.get_pixmap(alpha=False)
    output_filename = f'page-{page_num}.png'
    pix.save(output_filename)
    print(f"Converted page {page_num + 1} to {output_filename}")

doc.close()

12. 转换：十六进制到 RGB

将 Web 常用的十六进制颜色代码转换为 RGB 元组，方便图形编程使用。

代码示例：

def Hex_to_Rgb(hex_code):
    h = hex_code.lstrip('#')
    return tuple(int(h[i:i+2], 16) for i in (0, 2, 4))

print(Hex_to_Rgb('#c96d9d'))  # Output: (201, 109, 157)
print(Hex_to_Rgb('#fa0515'))  # Output: (250, 5, 21)

13. 检查网站状态

通过 HTTP 请求判断目标网站是否在线，返回状态码 200 表示正常，其他表示异常。

前置依赖：

pip install requests

代码示例：

import requests

url = "https://example.com"

try:
    r = requests.get(url, timeout=5)
    status_code = r.status_code
    
    if status_code == 200:
        print(f"Website is up ({status_code}).")
    else:
        print(f"Website returned status code: {status_code}")
except requests.exceptions.RequestException as e:
    print(f"Failed to connect: {e}")

总结与建议

以上 13 个脚本展示了 Python 在自动化、数据处理和系统管理方面的强大能力。在实际使用中，请注意以下几点：

1. 安全性：涉及系统操作（如清空回收站）的代码需谨慎使用，避免误删重要文件。
2. 合规性：网页爬虫和自动化脚本应遵守目标网站的 robots.txt 协议及服务条款。
3. 错误处理：生产环境中应增加完善的 try-except 块以捕获网络异常或文件缺失问题。
4. 依赖管理：建议使用虚拟环境（venv）隔离不同项目的依赖包。

希望这些脚本能为你的开发工作提供便利。