本文介绍了六个 Python 办公自动化实用技巧，包括使用 pdfminer 解析 PDF 简历信息、利用 smtplib 发送电子邮件、通过 pandas 进行 Excel 数据合并与透视分析、借助 pyecharts 绘制交互图表、使用 python-docx 读取 Word 文档以及 math 模块的基础计算。文章提供了完整的代码示例和环境配置说明，旨在帮助技术人员减少重复劳动，提升工作效率。所有示例均经过修正，可直接运行参考。
在现代办公环境中，重复性机械工作往往占据大量时间。利用 Python 进行办公自动化（RPA）可以显著提升效率。本文将详细介绍六个实用的 Python 办公技巧，涵盖文件解析、邮件发送、数据处理及可视化分析。
在开始之前，请确保已安装 Python 3.6 及以上版本。以下依赖包需通过 pip 安装：
pip install pdfminer.six python-docx pandas pyecharts
注意：Windows 用户若涉及 Word 转换可能需要额外配置系统工具，Mac 用户可使用内置 textutil 命令。
适用于简历筛选、合同关键信息提取等场景，可自动抓取姓名、邮箱、电话、学历等信息。
使用 pdfminer 库读取 PDF 内容并转换为文本。
from pdfminer.high_level import extract_text
import os
def pdf_reader(file_path):
if not os.path.exists(file_path):
return "文件不存在"
try:
# 提取 PDF 文本内容
text = extract_text(file_path)
return text
except Exception as e:
return f"解析失败：{str(e)}"
# 示例调用
# content = pdf_reader("resume.pdf")
# print(content[:500])
此方法比底层 API 更简洁，适合快速提取纯文本信息。若需保留布局结构，可调整参数使用 LAParams。
批量发送通知、报表汇报、定时提醒等。
Python 标准库中的 smtplib 和 email 模块。
import smtplib
from email.mime.text import MIMEText
from email.header import Header
def send_email(sender, receivers, subject, message_content):
try:
smtpObj = smtplib.SMTP('smtp.example.com', 25) # 替换为实际 SMTP 服务器地址
smtpObj.login('your_username', 'your_password') # 登录认证
msg = MIMEText(message_content, 'plain', 'utf-8')
msg['From'] = Header(sender, 'utf-8')
msg['To'] = Header(receivers[0], 'utf-8')
msg['Subject'] = Header(subject, 'utf-8')
smtpObj.sendmail(sender, receivers, msg.as_string())
print("邮件发送成功")
smtpObj.quit()
except smtplib.SMTPException as e:
print(f"Error: 无法发送邮件 - {e}")
# 示例
# send_email('[email protected]', ['[email protected]'], '测试主题', '这是邮件正文')
注意事项：
数据清洗、多表关联、透视分析、条件筛选等。
Pandas 是处理表格数据的行业标准库。
import pandas as pd
import numpy as np
df1 = pd.read_excel('table1.xlsx')
df2 = pd.read_excel('table2.xlsx')
# 左连接合并
df_c = pd.merge(df1, df2, on='订单明细号', how='left')
print(df_c.head())
pivot = pd.pivot_table(
df_c,
index='地区名称',
columns='业务员名称',
values='利润',
aggfunc=[np.sum, np.mean]
)
print(pivot)
# 填充空值
df_c['客户名称'] = df_c['客户名称'].fillna(0)
# 删除特定列为空的行
df_c.dropna(subset=['客户编码'], inplace=True)
# 筛选包含'三星'或'索尼'的存货
result = df_c[df_c['存货名称'].str.contains('三星|索尼', na=False)]
# 北京区域，张爱，金额大于 5000
mask = (
(df_c['地区名称'] == '北京') &
(df_c['业务员名称'] == '张爱') &
(df_c['订单金额'] > 5000)
)
sale_result = df_c.loc[mask]
展示英雄属性对比、销售趋势、资源分布等。
PyEcharts 支持生成交互式 HTML 图表。
from pyecharts.charts import Radar
from pyecharts import options as opts
radar = Radar()
radar.add_schema(
schema=[
opts.RadarIndicatorItem(name="物理", max_=100),
opts.RadarIndicatorItem(name="魔法", max_=100),
opts.RadarIndicatorItem(name="防御", max_=100),
opts.RadarIndicatorItem(name="难度", max_=100),
opts.RadarIndicatorItem(name="喜好", max_=100)
]
)
radar_data1 = [[10, 10, 10, 10, 10]]
radar_data2 = [[2, 10, 3, 6, 3]]
radar_data3 = [[1, 8, 7, 5, 8]]
radar.add("满分", radar_data1, color="#E37911")
radar.add("安妮", radar_data2, color="#1C86EE")
radar.add("卡尔玛", radar_data3, color="#FF5722")
radar.render("hero_radar.html")
此代码会生成一个交互式 HTML 文件，可在浏览器中查看动态图表。
批量读取报告、提取合同条款、生成标准化文档。
from docx import Document
import os
def read_word(file_path):
if not file_path.endswith('.docx'):
# 简单处理：如果是 doc 格式，通常需先转 docx 或使用其他库
# 此处假设已转为 docx 或仅处理 docx
pass
res = ''
try:
doc = Document(file_path)
for para in doc.paragraphs:
res += para.text + '\n'
return res
except Exception as e:
return f"读取失败：{e}"
# 示例
# text = read_word('report.docx')
# print(text)
对于旧版 .doc 文件，建议使用 antiword 或在 Windows 上通过 COM 对象转换，Mac 上可使用 textutil 命令行工具。
财务计算、科学公式验证、统计基础运算。
import math
# 浮点运算
result = math.cos(math.pi / 4)
print(f"cos(pi/4) = {result}")
# 常用函数
print(f"sqrt(2) = {math.sqrt(2)}")
print(f"log(10) = {math.log(10)}")
结合 Pandas，可对整个列进行向量化数学运算，大幅提升计算速度。
以上六个技巧覆盖了日常办公中最常见的文件处理需求。通过组合这些脚本，可以构建完整的自动化工作流。建议在实际项目中结合异常处理、日志记录以及配置文件管理，以确保脚本的稳定性和可维护性。随着对 Python 生态的熟悉，还可以进一步集成 OCR 识别、API 接口调用等功能，实现更深度的智能化办公。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online