6 个 Python 办公自动化技巧：PDF 解析、邮件发送与数据分析实战

说明： 该函数遍历 PDF 的每一页，提取文本内容并拼接返回。适用于纯文本型 PDF，对于扫描版图片 PDF 需结合 OCR 技术。

二、发送邮件

应用场景： 自动发送日报、周报或批量通知邮件。

环境准备： Python 标准库 smtplib 和 email。

核心代码实现：

import smtplib
from email.mime.text import MIMEText
from email.header import Header

def send_email(sender, receivers, subject, content):
    try:
        message = MIMEText(content, 'plain', 'utf-8')
        message['From'] = Header("系统通知", 'utf-8')
        message['To'] = Header("接收人", 'utf-8')
        message['Subject'] = Header(subject, 'utf-8')
        
        # 连接 SMTP 服务器 (以 localhost 为例，实际需替换为真实服务器地址)
        smtpObj = smtplib.SMTP('smtp.example.com', 587)
        smtpObj.starttls() # 开启 TLS 加密
        smtpObj.login('[email protected]', 'your_password')
        
        smtpObj.sendmail(sender, receivers, message.as_string())
        print("邮件发送成功")
    except smtplib.SMTPException as e:
        print(f"Error: 无法发送邮件 - {e}")
    finally:
        smtpObj.quit()

# 调用示例
send_email(
    sender='[email protected]',
    receivers=['[email protected]', '[email protected]'],
    subject='Python SMTP 邮件测试',
    content='这是一封由 Python 自动发送的测试邮件。'
)

参数说明：

• host: SMTP 服务器主机地址。
• port: 端口号，通常为 25 或 587。
• sender: 发件人地址。
• receivers: 收件人列表。

三、操作 Excel（Pandas 数据处理）

应用场景： 替代 Vlookup、透视表等手动操作，进行大规模数据清洗与分析。

环境准备： 需安装 pandas 和 openpyxl。

pip install pandas openpyxl

1. 关联查询 (Vlookup)

使用 merge 方法合并两个 DataFrame。

import pandas as pd

# 模拟数据
df1 = pd.DataFrame({"订单明细号": [101, 102, 103], "金额": [100, 200, 300]})
df2 = pd.DataFrame({"订单明细号": [101, 102, 104], "状态": ["已发货", "待发货", "取消"]})

# 左连接
df_c = pd.merge(df1, df2, on="订单明细号", how="left")
print(df_c)

2. 数据透视表

统计不同维度的汇总数据。

# 假设 sale 为包含地区、业务员、利润的 DataFrame
pivot = pd.pivot_table(sale, index="地区名称", columns="业务员名称", values="利润", aggfunc=[np.sum, np.mean])

3. 对比两列差异

筛选出两列不一致的数据行。

sale["订单明细号 2"] = sale["订单明细号"].copy()
sale.loc[sale.index[1:10], "订单明细号 2"] += 1
result = sale.loc[sale["订单明细号"] != sale["订单明细号 2"]]

4. 去除重复值

删除指定列的重复记录。

sale.drop_duplicates(subset=["业务员编码"], inplace=True)

5. 缺失值处理

填充空值或删除含空值的行。

sale["客户名称"] = sale["客户名称"].fillna(0)
sale.dropna(subset=["客户编码"], inplace=True)

6. 多条件筛选

根据多个条件过滤数据。

# 筛选北京区域、张爱、订单金额大于 5000 的记录
result = sale.loc[(sale["地区名称"] == "北京") & 
                  (sale["业务员名称"] == "张爱") & 
                  (sale["订单金额"] > 5000)]

7. 模糊筛选

使用正则表达式匹配字符串。

# 筛选存货名称含有'三星'或'索尼'的信息
result = sale.loc[sale["存货名称"].str.contains("三星 | 索尼")]

8. 分类汇总

按组聚合计算。

result = sale.groupby(["地区名称", "业务员名称"])["利润"].sum()

9. 条件计算与描述统计

对满足条件的数据进行统计分析。

stats = sale.loc[
    (sale["存货名称"].str.contains("三星")) & 
    (sale["税费"] >= 1000)
][["订单明细号", "利润"]].describe()

10. 删除数据间的空格

清洗字符串格式。

sale["存货名称"] = sale["存货名称"].map(lambda s: s.strip())

四、画图分析

应用场景： 生成动态交互式图表，用于数据展示报告。

环境准备： 需安装 pyecharts。

pip install pyecharts

代码示例：

from pyecharts.charts import Radar
from pyecharts import options as opts

# 设置雷达图 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 = Radar()
radar.add_schema(schema=schema)

# 添加数据系列
radar.add("满分", [[10, 10, 10, 10, 10]], color="#E37911")
radar.add("安妮", [[2, 10, 3, 6, 3]], color="#1C86EE")
radar.add("卡尔玛", [[1, 8, 7, 5, 8]], color="#00BFFF")

# 渲染输出
radar.render("radar_chart.html")

五、解析 Word（docx、doc）

应用场景： 批量提取 Word 文档中的段落文本。

环境准备： 需安装 python-docx。

pip install python-docx

核心代码实现：

import os
from docx import Document

def word_reader(file_path):
    if not file_path.endswith('.docx'):
        # 注意：doc 转 docx 通常需要外部工具如 LibreOffice 或 textutil
        # 此处仅演示 docx 读取逻辑
        print("当前仅支持 .docx 格式直接读取")
        return None
    
    try:
        f = Document(file_path)
        res = ''
        for para in f.paragraphs:
            res += para.text + '\n'
        return res
    except Exception as e:
        print(f"读取失败：{e}")
        return None

说明： 对于 .doc 旧格式，建议先转换为 .docx 再处理，或使用 textract 等第三方库。

六、计算器与数学运算

应用场景： 执行复杂的浮点运算、随机数生成及日期计算。

环境准备： Python 内置 math 模块。

代码示例：

import math
import random
import datetime

# 1. 三角函数运算
angle = math.pi / 4
cos_val = math.cos(angle)
print(f"cos(pi/4) = {cos_val}")

# 2. 随机数生成
random_num = random.randint(1, 100)
print(f"随机整数：{random_num}")

# 3. 日期计算
today = datetime.date.today()
next_week = today + datetime.timedelta(days=7)
print(f"下周日期：{next_week}")

总结

通过上述六个案例，展示了 Python 在办公自动化领域的强大能力。从非结构化文档（PDF/Word）的解析，到结构化数据（Excel）的处理，再到通信（Email）与可视化（Plot），Python 能够串联起整个办公流程。建议在实际项目中根据具体需求灵活组合这些脚本，建立自己的自动化工作流，从而将精力集中在更具创造性的工作上。

注：以上代码基于 Python 3 环境编写，运行前请确保已安装相应依赖库。