python如何实现办公自动化,python实现自动办公

　　本文主要介绍几个Python办公自动化技巧，可以大大提高工作效率，比如：将Word文档doc转换成docx，Excel文档批量合并，Word文档批量转换成pdf等。有需要可以参考一下。

　　00-1010简介1。将工具包从Word文档的doc导入docx1.1 1.2获取文件夹下所有doc文件的详细信息1.3转换文件2。文本地址到经纬度的批量转换2.1导入工具包2.2定义转换函数2.3地址转换3。经纬度计算距离3.1导入工具包3.2读取数据3.3计算距离4、百度经纬度到高德经纬度4.1工具包4.2定义函数4.3单项转换4.4批量转换5、Excel文件批量合并5.1工具包5.2获取文件列表5.3转换存储数据6、word文件批量转换pdf6.1导入工具包6.2单项转换6.3批量转换7.1批量读取Word中的表格数据7.1工具包安装7.2非标准表格7.3标准数据7.4批量读取8

目录

　　你好，铁汁很可爱！今天这期就给大家介绍一些我用的办公自动化技巧，可以瞬间提高办公效率。需要的可以滑下来。

导语

　　去年想参加一个数据大赛，里面的数据都是doc格式的。本来想用python-docx读取word文件中的数据，但是python-docx只支持docx格式，所以研究了这两种格式之间的转换。

1、Word文档doc转docx

　　导入操作系统

　　从win32com导入客户端作为wc

1.1 导入工具包

　　#路径

　　path= c :/users/yyz/desktop/python office skills/data/doc to docx/ #根据自己的电脑文件修改。

　　#定义一个空列表来存储文件的绝对路径。

　　文件=[]

　　对于os.listdir(路径):中的文件

　　if file.endswith(。doc):

　　files.append(路径文件)

　　文件

1.2 获取文件夹下面所有doc文件明细

　　#运行word程序

　　word=wc。派遣(字。应用程序’)

　　# for循环

　　i=0

　　对于文件：中的文件

　　尝试：

　　Doc=word。Documents.Open(file) #打开word文件

　　doc . save as({ } x)。格式(文件)，12) #另存为带有后缀的文件。其中参数12指的是docx文件。

　　医生。Close() #关闭原始word文件

　　打印(文件“3360成功转换”)

　　i=1

　　 except:

　　 print(file +:转换[不成功])

　　 files.append(file) # 若读取文件报错, 则将文件名称添加到files列表中重新读取

　　 pass

　　print(转换文件%i个%i)

　　# 退出word

　　word.Quit()

2、文字地址批量转经纬度

　　工作中地址转经纬度会用在做地图可视化或者计算距离方面。

2.1 导入工具包

# 导入工具包
　　import pandas as pd
　　import json
　　from urllib.request import urlopen, quote
　　import requests
　　

2.2 定义转换函数

# 定义函数
　　def getlnglat(address):
　　 url = http://api.map.baidu.com/geocoding/v3/
　　 output = json
　　 ak = "自己申请的api" # 百度地图API, 需要自己申请
　　 address = quote(address) # 由于本文地址变量为中文，为防止乱码，先用quote进行编码
　　 uri = url + ? + address= + address + &output= + output + &ak= + ak +&callback=showLocation%20+//GET%E8%AF%B7%E6%B1%82
　　 res=requests.get(uri).text
　　 temp = json.loads(res) # 将字符串转化为json
　　 lat = temp[result][location][lat]
　　 lng = temp[result][location][lng]
　　 return lng, lat # 经度 longitude,纬度 latitude,
　　

2.3 地址转换

　　2.3.1 单个地址转换

# 单个地址转换
　　getlnglat(北京市朝阳区高碑店地区办事处高井村委会)
　　(116.52784003604923, 39.91806508560947)
　　

　　2.3.2 批量地址转换

# 读取数据
　　data = pd.read_excel(C:/Users/yyz/Desktop/python办公技巧/data/地址信息.xlsx)
　　data

data[经度] = 
　　data[纬度] = 
　　for i in range(data.shape[0]):
　　    try:
　　        data.iloc[i,2] = getlnglat(data.iloc[i,1])[0] # 经度 将第i行,第2列的地址(列索引为1)转换为经纬度,并将经度赋值给第i行,第3列(列索引为2)
　　        data.iloc[i,3] = getlnglat(data.iloc[i,1])[1] # 纬度
　　    except:
　　        pass
　　    #print(i)
　　data

3、经纬度计算距离

　　安装工具包

pip install geopy
　　

3.1 导入工具包

from geopy.distance import geodesic
　　

3.2 读取数据

# 读取数据
　　data = pd.read_excel(C:/Users/yyz/Desktop/python办公技巧/data/经纬度计算距离.xlsx)
　　data

3.3 计算距离

 # 将经纬度赋值给变量,简化
　　wd1 = data[纬度1].tolist()
　　jd1 = data[经度1].tolist()
　　wd2 = data[纬度2].tolist()
　　jd2 = data[经度2].tolist()
　　lis1 = []
　　for i in range(len(data)):
　　 j= geodesic((wd1[i],jd1[i]), (wd2[i],jd2[i])).km # 纬度 经度 纬度 经度
　　 lis1.append(j)
　　 #print(i)
　　data[距离] = lis1
　　data
　　

4、百度经纬度转高德经纬度

　　公司有2个系统,用的坐标系不一样, 有时候需要转换一下

4.1 工具包

 # 导入工具包
　　import math
　　import pandas as pd
　　

4.2 定义函数

# 定义转换函数
　　def bdToGaoDe(lon,lat):
　　 PI = 3.14159265358979324 * 3000.0 / 180.0
　　 x = lon - 0.0065
　　 y = lat - 0.006
　　 z = math.sqrt(x * x + y * y) - 0.00002 * math.sin(y * PI)
　　 theta = math.atan2(y, x) - 0.000003 * math.cos(x * PI)
　　 lon = z * math.cos(theta)
　　 lat = z * math.sin(theta)
　　 return lon,lat
　　

4.3 单个转换

# 单个转换
　　bdToGaoDe(116.512885, 39.847469)
　　(116.50647396357492, 39.84120409781157)
　　

4.4 批量转换

# 读取数据
　　data = pd.read_excel(C:/Users/yyz/Desktop/python办公技巧/data/百度经纬度转高德.xlsx)
　　data.head()

wd = data[纬度].tolist()
　　jd = data[经度].tolist()
　　# 定义一个空列表
　　li1 = []
　　for i in range(len(data)):
　　    j  = bdToGaoDe(jd[i],wd[i])
　　    li1.append(j)
　　li1
　　data[经度_re] = [i[0] for i in li1]
　　data[纬度_re] = [i[1] for i in li1]
　　data.head()

5、Excel文件批量合并

5.1 工具包

# 导入工具包
　　import pandas as pd
　　import os
　　

5.2 获取文件列表

 # 设置文件路径
　　path = C:/Users/yyz/Desktop/python办公技巧/data/数据合并/
　　# 空列表, 用于存放文件路径
　　files = []
　　for file in os.listdir(path):
　　 if file.endswith(".xlsx"):
　　 files.append(path+file)
　　# 查看列表
　　files
　　

5.3 转换存储数据

 # 定义一个空的dataframe
　　data = pd.DataFrame() 
　　# 遍历所有文件
　　for file in files:
　　 datai = pd.read_excel(file)
　　 datai_len = len(datai)
　　 data = data.append(datai) # 添加到总的数据中
　　 print(读取%i行数据,合并后文件%i列, 名称：%s%(datai_len,len(data.columns),file.split(/)[-1])) 
　　 # 查看是否全部读取，格式是否出错
　　# 重置索引 
　　data.reset_index(drop=True,inplace=True)
　　

6、Word文件批量转pdf

　　只能转docx文件,转doc文件会报错, 工具包安装

pip install docx2pdf
　　

6.1 导入工具包​​​​​​​

# 安装工具包:
　　#导入工具包
　　from docx2pdf import convert
　　import os
　　

6.2 单个转换

 # 单个转换
　　convert("c:/users/yyz/desktop/魔方公式.docx", "c:/users/yyz/desktop/excel笔记.pdf")
　　

6.3 批量转换​​​​​​​

# 文件位置
　　path = C:/Users/yyz/Desktop/python办公技巧/data/word转pdf/
　　# 定义空list,存放文件列表
　　files = []
　　for file in os.listdir(path):
　　 if file.endswith(".docx"):
　　 files.append(path+file)
　　files
　　for file in files:
　　 convert(file,file.split(.)[0]+.pdf)
　　 print(file+转换成功)
　　

7、批量读取word中表格数据

7.1工具包安装

pip install python-docx
　　

# 读取word文件
　　doc = docx.Document(C:/Users/yyz/Desktop/python办公技巧/data/word信息.docx)
　　# 获取文档中所有表格对象的列表
　　biaoges = doc.tables 

7.2 不规范的表格​​​​​​​

cells = biaoges[1]._cells
　　cells_lis = [[cell.text for cell in cells]]

import pandas as pd
　　import numpy as np
　　datai = pd.DataFrame(cells_lis)
　　datai = datai[[1,3,7,9,14,16,19,21]]
　　datai.columns = [姓名,年龄,籍贯,住址,工作单位,电话,是否党员,出生日期]
　　datai

7.3 规范数据​​​​​​​

# 获取第1个表格行丨
　　rowi = len(biaoges[0].rows)
　　rowi
　　

# 定义空列表
　　lis1 = []
　　# for循环获取第一个表的数据
　　for i in range(1,rowi): # 从第2行开始循环
　　 lis1.append([biaoges[0].cell(i,0).text,
　　 biaoges[0].cell(i,1).text,
　　 biaoges[0].cell(i,2).text,
　　 biaoges[0].cell(i,3).text,
　　 biaoges[0].cell(i,4).text])
　　

# 创建一个dataframe
　　data1 = pd.DataFrame(lis1,columns=[日期,品类,数量,价格,金额])
　　data1

7.4 批量读取​​​​​​​

import pandas as pd
　　import os
　　os.chdir(C:/Users/yyz/Desktop/python办公技巧/data/word信息/)
　　

lis1=[]
　　for file in os.listdir(.):
　　 if file.endswith(.docx):
　　 doc = docx.Document(./+file)
　　 biaoges = doc.tables
　　 rowi = len(biaoges[0].rows)
　　 for i in range(1,rowi):
　　 lis1.append([biaoges[0].cell(i,0).text,
　　 biaoges[0].cell(i,1).text,
　　 biaoges[0].cell(i,2).text,
　　 biaoges[0].cell(i,3).text,
　　 biaoges[0].cell(i,4).text])
　　

# 创建dataframe 
　　data1 = pd.DataFrame(lis1,columns=[日期,品类,数量,价格,金额])
　　data1

8 用outlook批量发邮件

8.1 导入工具包​​​​​​​

import win32com.client as win32
　　import pandas as pd
　　

8.2 读取数据

# 读取数据
　　data1 = pd.read_excel(C:/Users/yyz/Desktop/python批量发送邮件.xlsx,sheet_name=发送邮件)
　　data1.fillna(,inplace=True)
　　

8.3 发送邮件

# 运行outlook
　　outlook = win32.Dispatch("outlook.Application") 
　　# for循环发送文件
　　for i in range(data1.shape[0]): 
　　 mail = outlook.CreateItem(0) # 创建一个邮件对象 win32.constants.olMailItem
　　 mail.To = data1.iloc[i,0] #收件人
　　 mail.CC = data1.iloc[i,1] #抄送人
　　 mail.Subject = data1.iloc[i,2] #邮件主题
　　 mail.HTMLBody = data1.iloc[i,3] # 邮件正文 html格式
　　 # mail.Body = data1.iloc[i,3] # 邮件正文
　　 mail.Attachments.Add(data1.iloc[i,4]) # 附件
　　 mail.Send() #发送
　　 i +=1
　　print(发送邮件%i份%i)

　　python办公自动化的技巧还有很多, python好掌握，能帮助我们提升工作效率，这也是很多非编程人员学习python的原因之一。

　　以上就是Python七个自动化办公的技巧的详细内容，更多关于Python自动化办公的资料请关注盛行IT软件开发工作室其它相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。