乐趣区

关于python:实用的-Python-自动化办公技巧

jiezi

本文就给大家介绍几个我用到的办公室自动化技巧：
1、Word 文档 doc 转 docx
去年想参赛一个数据较量, 外面的数据都是 doc 格局, 想用 python-docx 读取 word 文件中的数据, 然而 python-docx 只反对 docx 格局, 所以钻研了这两种格局的转换。
1.1 导入工具包

import os

from win32com import client as wc
1.2 获取文件夹上面所有 doc 文件明细

门路

path=”C:/Users/yyz/Desktop/python 办公技巧 /data/doc 转 docx/” # 依据本人电脑文件批改

定义空 list, 寄存文件绝对路径

files = []

for file in os.listdir(path):

if file.endswith(".doc"):

    files.append(path+file)

files

1.3 转换文件

运行 word 程序

word = wc.Dispatch(“Word.Application”)

for 循环

i = 0

for file in files:

try:

    doc = word.Documents.Open(file)    #关上 word 文件

    doc.SaveAs("{}x".format(file), 12)   #另存为后缀为 ".docx" 的文件，其中参数 12 指 docx 文件

    doc.Close()  #敞开原来 word 文件

    print(file +': 转换胜利')

    i +=1

except:

    print(file +': 转换[不胜利]')   

    files.append(file)  # 若读取文件报错, 则将文件名称增加到 files 列表中从新读取

    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间隔方面。
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 = "本人申请的 api"   # 百度地图 API, 须要本人申请

address = quote(address) # 因为本文地址变量为中文，为避免乱码，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、经纬度计算间隔
装置工具包
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/ 经纬度计算间隔.xlsx’)

data

3.3 计算间隔

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[‘ 间隔 ’] = lis1

data

4、百度经纬度转高德经纬度
公司有 2 个零碎, 用的坐标系不一样, 有时候须要转换一下
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

设置文件门路

path = ‘C:/Users/yyz/Desktop/python 办公技巧 /data/ 数据合并 /’

空列表, 用于寄存文件门路

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)   # 增加到总的数据中

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]))     

# 查看是否全副读取，格局是否出错

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, 工具包装置
pip install docx2pdf
6.1 导入工具包

装置工具包:

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

文件地位

path = ‘C:/Users/yyz/Desktop/python 办公技巧 /data/word 转 pdf/’

定义空 list, 寄存文件列表

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+’ 转换胜利 ’)

7、批量读取 word 中表格数据
工具包装置
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 不标准的表格

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 标准数据

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])

创立一个 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])

创立 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)   # 创立一个邮件对象  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]           # 邮件注释 html 格局

# mail.Body = data1.iloc[i,3] # 邮件注释

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 好把握，能帮忙咱们晋升工作效率，这也是很多非编程人员学习 python 的起因之一。本文就给大家介绍几个我用到的办公室自动化技巧：
1、Word 文档 doc 转 docx
去年想参赛一个数据较量, 外面的数据都是 doc 格局, 想用 python-docx 读取 word 文件中的数据, 然而 python-docx 只反对 docx 格局, 所以钻研了这两种格局的转换。
1.1 导入工具包
import os
from win32com import client as wc
1.2 获取文件夹上面所有 doc 文件明细

门路

path=”C:/Users/yyz/Desktop/python 办公技巧 /data/doc 转 docx/” # 依据本人电脑文件批改

定义空 list, 寄存文件绝对路径

files = []
for file in os.listdir(path):

if file.endswith(".doc"):
    files.append(path+file)

files

1.3 转换文件

运行 word 程序

word = wc.Dispatch(“Word.Application”)

for 循环

i = 0
for file in files:

try:
    doc = word.Documents.Open(file)    #关上 word 文件
    doc.SaveAs("{}x".format(file), 12)   #另存为后缀为 ".docx" 的文件，其中参数 12 指 docx 文件
    doc.Close()  #敞开原来 word 文件
    print(file +': 转换胜利')
    i +=1
except:
    print(file +': 转换[不胜利]')   
    files.append(file)  # 若读取文件报错, 则将文件名称增加到 files 列表中从新读取
    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间隔方面。
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 = "本人申请的 api"   # 百度地图 API, 须要本人申请
address = quote(address) # 因为本文地址变量为中文，为避免乱码，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、经纬度计算间隔
装置工具包
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/ 经纬度计算间隔.xlsx’)
data

3.3 计算间隔

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[‘ 间隔 ’] = lis1
data

4、百度经纬度转高德经纬度
公司有 2 个零碎, 用的坐标系不一样, 有时候须要转换一下
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

设置文件门路

path = ‘C:/Users/yyz/Desktop/python 办公技巧 /data/ 数据合并 /’

空列表, 用于寄存文件门路

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)   # 增加到总的数据中
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]))     
# 查看是否全副读取，格局是否出错

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, 工具包装置
pip install docx2pdf

6.1 导入工具包

装置工具包:

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

文件地位

path = ‘C:/Users/yyz/Desktop/python 办公技巧 /data/word 转 pdf/’

定义空 list, 寄存文件列表

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+’ 转换胜利 ’)

7、批量读取 word 中表格数据
工具包装置
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 不标准的表格
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 标准数据

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])

创立一个 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])

创立 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)   # 创立一个邮件对象  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]           # 邮件注释 html 格局

# mail.Body = data1.iloc[i,3] # 邮件注释

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 好把握，能帮忙咱们晋升工作效率，这也是很多非编程人员学习 python 的起因之一。

退出移动版