Python RPA 的三大实现方式

示例 2：桌面 GUI 自动化（pyautogui + pywinauto）

import pyautogui
import pywinauto
from pywinauto.application import Application
import time

def desktop_automation_example():
    """自动化 Windows 应用程序操作"""
    # 1. 打开记事本（通过 pyautogui 模拟键盘）
    pyautogui.hotkey('win', 'r')  # Win+R
    pyautogui.write('notepad')
    pyautogui.press('enter')
    time.sleep(1)
    
    # 2. 在记事本中写入内容
    pyautogui.write('这是由 Python 机器人自动生成的内容\n')
    pyautogui.write(f'当前时间：{time.ctime()}\n')
    
    # 3. 使用 pywinauto 控制应用程序窗口
    app = Application(backend="uia").connect(title="无标题 - 记事本")
    dlg = app.window(title="无标题 - 记事本")
    
    # 保存文件
    dlg.menu_select("文件 (F)->另存为 (A)...")
    time.sleep(1)
    # 输入文件名
    pyautogui.write('auto_generated.txt')
    pyautogui.press('enter')
    
    # 4. 关闭应用程序
    dlg.close()
    # 如果提示保存，选择不保存
    try:
        app2 = Application(backend="uia").connect(title="记事本")
        app2.window(title="记事本").button("不保存 (N)").click()
    except:
        pass
    print("桌面自动化完成！")

if __name__ == "__main__":
    desktop_automation_example()

示例 3：综合办公自动化（处理 Excel+ 邮件）

import pandas as pd
import openpyxl
import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
import os
from datetime import datetime

def office_automation_example():
    """每日数据报告自动化流程"""
    # 1. 从多个 Excel 文件合并数据
    data_frames = []
    for file in os.listdir('销售数据'):
        if file.endswith('.xlsx'):
            df = pd.read_excel(f'销售数据/{file}')
            data_frames.append(df)
    
    # 合并数据
    combined_data = pd.concat(data_frames, ignore_index=True)
    
    # 2. 数据分析
    daily_summary = {
        '日期': datetime.now().strftime('%Y-%m-%d'),
        '总销售额': combined_data['销售额'].sum(),
        '平均订单额': combined_data['销售额'].mean(),
        '订单数量': len(combined_data),
        '热门产品': combined_data['产品名称'].mode().iloc[0] if not combined_data.empty else '无数据'
    }
    
    # 3. 生成报告
    report_df = pd.DataFrame([daily_summary])
    report_path = f"日报/销售日报_{datetime.now().strftime('%Y%m%d')}.xlsx"
    report_df.to_excel(report_path, index=False)
    
    # 4. 发送邮件报告
    send_email_report(report_path, daily_summary)
    print(f"日报生成完成：{report_path}")

def send_email_report(report_path, summary):
    """发送邮件"""
    # 邮件配置
    sender = "[email protected]"
    password = "your_password"  # 建议使用应用专用密码
    receivers = ["[email protected]", "[email protected]"]
    
    # 创建邮件内容
    msg = MIMEMultipart()
    msg['From'] = sender
    msg['To'] = ", ".join(receivers)
    msg['Subject'] = f"销售日报 - {summary['日期']}"
    
    # 正文
    body = f""" <h2>销售日报摘要</h2>
<p>日期：{summary['日期']}</p>
<p>总销售额：¥{summary['总销售额']:,.2f}</p>
<p>平均订单额：¥{summary['平均订单额']:,.2f}</p>
<p>订单数量：{summary['订单数量']}</p>
<p>热门产品：{summary['热门产品']}</p>
<p>详细报告请查看附件。</p> """
    msg.attach(MIMEText(body, 'html'))
    
    # 添加附件
    with open(report_path, 'rb') as f:
        attachment = MIMEText(f.read(), 'base64', 'utf-8')
        attachment["Content-Type"] = 'application/octet-stream'
        attachment["Content-Disposition"] = f'attachment; filename="{os.path.basename(report_path)}"'
    msg.attach(attachment)
    
    # 发送邮件
    try:
        server = smtplib.SMTP_SSL('smtp.example.com', 465)
        server.login(sender, password)
        server.sendmail(sender, receivers, msg.as_string())
        server.quit()
        print("邮件发送成功！")
    except Exception as e:
        print(f"邮件发送失败：{e}")

if __name__ == "__main__":
    office_automation_example()

三、完整的 Python RPA 项目架构

rpa_robot/
├── main.py                 # 主程序入口
├── config/
│   ├── config.yaml         # 配置文件
│   └── credentials.py      # 敏感信息（如密码）
├── modules/
│   ├── web_automation.py   # Web 自动化模块
│   ├── desktop_automation.py # 桌面自动化模块
│   ├── data_processor.py   # 数据处理模块
│   └── email_sender.py     # 邮件发送模块
├── utils/
│   ├── logger.py           # 日志工具
│   ├── scheduler.py        # 定时调度器
│   └── error_handler.py    # 错误处理
├── data/                   # 数据目录
├── logs/                   # 日志目录
└── requirements.txt        # 依赖包列表

main.py 示例：

import schedule
import time
from modules.web_automation import fetch_data
from modules.data_processor import process_data
from modules.email_sender import send_report
from utils.logger import setup_logger

logger = setup_logger()

def daily_rpa_task():
    """每日自动执行的 RPA 任务"""
    try:
        logger.info("开始执行每日 RPA 任务")
        # 1. 从网站获取数据
        raw_data = fetch_data()
        # 2. 处理数据
        report = process_data(raw_data)
        # 3. 发送报告
        send_report(report)
        logger.info("每日任务执行完成")
    except Exception as e:
        logger.error(f"任务执行失败：{e}")

# 设置定时任务
schedule.every().day.at("09:00").do(daily_rpa_task)
schedule.every().hour.do(lambda: logger.info("机器人运行中..."))

if __name__ == "__main__":
    logger.info("RPA 机器人启动")
    # 立即执行一次
    daily_rpa_task()
    # 保持运行，等待定时任务
    while True:
        schedule.run_pending()
        time.sleep(60)  # 每分钟检查一次

四、Python RPA 的最佳实践

1. 依赖管理

# requirements.txt
selenium>=4.0.0
pandas>=1.3.0
openpyxl>=3.0.0
pyautogui>=0.9.0
pywinauto>=0.6.0
schedule>=1.0.0
opencv-python>=4.5.0
requests>=2.25.0
python-dotenv>=0.19.0  # 环境变量管理

2. 错误处理与重试机制

from tenacity import retry, stop_after_attempt, wait_exponential

@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=4, max=10))
def unreliable_operation():
    """带重试机制的操作"""
    # 可能会失败的操作
    pass

3. 图像识别自动化（处理验证码等）

import cv2
import pyautogui
import numpy as np

def find_and_click(image_path, confidence=0.8):
    """在屏幕上查找图像并点击"""
    # 截屏
    screenshot = pyautogui.screenshot()
    screenshot = cv2.cvtColor(np.array(screenshot), cv2.COLOR_RGB2BGR)
    
    # 读取模板图像
    template = cv2.imread(image_path)
    
    # 模板匹配
    result = cv2.matchTemplate(screenshot, template, cv2.TM_CCOEFF_NORMED)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
    
    if max_val >= confidence:
        # 计算中心点并点击
        h, w = template.shape[:2]
        center_x = max_loc[0] + w // 2
        center_y = max_loc[1] + h // 2
        pyautogui.click(center_x, center_y)
        return True
    return False

4. 使用配置文件管理参数

# config.yaml
web:
  login_url: "https://example.com/login"
  username: "robot_user"
  timeout: 30
database:
  host: "localhost"
  port: 3306
  name: "rpa_data"
schedule:
  daily_report: "09:00"
  data_backup: "23:00"
email:
  smtp_server: "smtp.gmail.com"
  smtp_port: 587

五、学习路径与资源推荐

学习路径：

1. 基础阶段：Python 基础 → pyautogui（鼠标键盘控制）→ pandas（数据处理）
2. 进阶阶段：selenium（Web 自动化）→ openpyxl（Excel 操作）→ smtplib（邮件）
3. 高级阶段：pywinauto（桌面 GUI）→ 图像识别 → 任务调度 → 项目架构

推荐资源：

• 书籍：《Python 自动化办公实战》、《Python 自动化运维》
• GitHub 项目：
  • awesome-python-rpa
  • Robocorp（专业的 Python RPA 框架）
• 在线课程：Udemy 上的 "Automate the Boring Stuff with Python"

六、Python RPA vs 专业 RPA 工具

结论建议：

• 选择 Python RPA 如果：你已有 Python 基础、需要高度定制化、预算有限、处理复杂逻辑
• 选择专业 RPA 工具如果：团队无编程背景、需要快速上手、需要企业级管理功能、与钉钉/微信等深度集成

对于技术人员，建议从 Python 开始，因为它能让你深入理解 RPA 原理，未来无论是使用专业工具还是自研，都有坚实基础。