使用 Python 实现自动化办公(邮件、Excel)
目录
一、Python 自动化办公的准备工作
1.1 安装必要的库
1.2 设置邮件服务
二、邮件自动化处理
2.1 发送邮件
示例代码
注意事项
2.2 接收和读取邮件
示例代码
三、Excel 自动化处理
3.1 读取和写入 Excel 文件
示例代码
3.2 数据处理和分析
示例代码
四、综合实例:从邮件中读取 Excel 附件并分析
示例代码
随着技术的进步,Python 的高效性和易用性使其成为办公自动化的强大工具。通过 Python,我们可以自动处理日常工作中的邮件、Excel 表格等任务,从而大幅提升效率。本文将详细介绍如何使用 Python 实现这些自动化功能,并附上关键代码示例。
一、Python 自动化办公的准备工作
1.1 安装必要的库
在实现自动化办公之前,需要安装相关库。以下是常用的 Python 库:
- 邮件自动化:
smtplib(发送邮件),imaplib(接收邮件),email(处理邮件内容)。 - Excel 操作:
openpyxl(操作 Excel 文件),pandas(数据处理)。 - 环境配置:
dotenv(管理环境变量)。
安装方式如下:
pip install openpyxl pandas python-dotenv
1.2 设置邮件服务
为了能够发送和接收邮件,需要:
- 确保邮箱已开启 SMTP(发送)和 IMAP(接收)服务。
- 使用支持授权的 App 密钥(如 Gmail 的“应用专用密码”)。
二、邮件自动化处理
2.1 发送邮件
示例代码
以下代码实现了通过 SMTP 发送邮件:
import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipartdef send_email(sender_email, sender_password, recipient_email, subject, body):# 创建邮件对象msg = MIMEMultipart()msg['From'] = sender_emailmsg['To'] = recipient_emailmsg['Subject'] = subjectmsg.attach(MIMEText(body, 'plain'))# 连接到 SMTP 服务器并发送邮件try:with smtplib.SMTP('smtp.gmail.com', 587) as server:server.starttls()server.login(sender_email, sender_password)server.send_message(msg)print("邮件发送成功!")except Exception as e:print(f"邮件发送失败:{e}")# 调用示例
send_email(sender_email='your_email@gmail.com',sender_password='your_app_password',recipient_email='recipient@example.com',subject='测试邮件',body='这是一封通过 Python 发送的测试邮件。'
)
注意事项
- Gmail 用户需开启 “允许不安全应用访问” 或生成 App 密码。
- 替换 SMTP 服务地址时,其他邮箱服务商可能需要不同配置:
- QQ 邮箱:smtp.qq.com
- Outlook:smtp.office365.com
2.2 接收和读取邮件
示例代码
以下代码展示如何通过 IMAP 读取未读邮件:
import imaplib
import emaildef fetch_emails(email_address, password):try:# 连接 IMAP 服务器with imaplib.IMAP4_SSL('imap.gmail.com') as mail:mail.login(email_address, password)mail.select('inbox') # 选择收件箱# 搜索未读邮件status, messages = mail.search(None, 'UNSEEN')for num in messages[0].split():status, msg_data = mail.fetch(num, '(RFC822)')for response_part in msg_data:if isinstance(response_part, tuple):msg = email.message_from_bytes(response_part[1])print(f"发件人: {msg['from']}")print(f"主题: {msg['subject']}")if msg.is_multipart():for part in msg.walk():if part.get_content_type() == 'text/plain':print(f"内容: {part.get_payload(decode=True).decode()}")else:print(f"内容: {msg.get_payload(decode=True).decode()}")except Exception as e:print(f"邮件读取失败:{e}")# 调用示例
fetch_emails('your_email@gmail.com', 'your_app_password')
三、Excel 自动化处理
3.1 读取和写入 Excel 文件
示例代码
使用 openpyxl 读取和写入 Excel:
import openpyxl# 打开 Excel 文件
workbook = openpyxl.load_workbook('example.xlsx')
sheet = workbook.active# 读取数据
for row in sheet.iter_rows(min_row=1, max_row=5, min_col=1, max_col=3):print([cell.value for cell in row])# 写入数据
sheet['A6'] = '新数据'
workbook.save('example_updated.xlsx')
print("Excel 文件已更新!")
3.2 数据处理和分析
示例代码
使用 pandas 对 Excel 数据进行分析:
import pandas as pd# 读取 Excel 文件
data = pd.read_excel('example.xlsx')# 打印前五行数据
print(data.head())# 数据处理
data['总分'] = data['数学'] + data['英语'] + data['科学']
print(data)# 保存结果
data.to_excel('processed.xlsx', index=False)
print("数据处理完成并已保存!")
四、综合实例:从邮件中读取 Excel 附件并分析
以下代码展示了一个完整的自动化工作流:
- 接收邮件并提取附件。
- 读取 Excel 数据,进行分析。
- 将结果发送回发件人。
示例代码
import os
import imaplib
import email
import pandas as pd
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
import smtplibdef fetch_and_process_email(email_address, password):# 连接 IMAPwith imaplib.IMAP4_SSL('imap.gmail.com') as mail:mail.login(email_address, password)mail.select('inbox')# 搜索含附件邮件status, messages = mail.search(None, 'ALL')for num in messages[0].split():status, msg_data = mail.fetch(num, '(RFC822)')for response_part in msg_data:if isinstance(response_part, tuple):msg = email.message_from_bytes(response_part[1])if msg.is_multipart():for part in msg.walk():if part.get_filename(): # 找到附件file_path = os.path.join(os.getcwd(), part.get_filename())with open(file_path, 'wb') as f:f.write(part.get_payload(decode=True))print(f"附件已保存: {file_path}")# 处理附件数据data = pd.read_excel(file_path)data['总分'] = data.sum(axis=1)processed_path = 'processed.xlsx'data.to_excel(processed_path, index=False)print("数据处理完成")# 返回处理结果send_email(sender_email=email_address,sender_password=password,recipient_email=msg['from'],subject='数据处理结果',body='附件已处理,请查看。',attachment_path=processed_path)def send_email(sender_email, sender_password, recipient_email, subject, body, attachment_path):msg = MIMEMultipart()msg['From'] = sender_emailmsg['To'] = recipient_emailmsg['Subject'] = subjectmsg.attach(MIMEText(body, 'plain'))# 添加附件with open(attachment_path, 'rb') as f:attachment = email.mime.base.MIMEBase('application', 'octet-stream')attachment.set_payload(f.read())email.encoders.encode_base64(attachment)attachment.add_header('Content-Disposition', f'attachment; filename={os.path.basename(attachment_path)}')msg.attach(attachment)# 发送邮件with smtplib.SMTP('smtp.gmail.com', 587) as server:server.starttls()server.login(sender_email, sender_password)server.send_message(msg)print("邮件已发送!")# 调用示例
fetch_and_process_email('your_email@gmail.com', 'your_app_password')
相关文章:
使用 Python 实现自动化办公(邮件、Excel)
目录 一、Python 自动化办公的准备工作 1.1 安装必要的库 1.2 设置邮件服务 二、邮件自动化处理 2.1 发送邮件 示例代码 注意事项 2.2 接收和读取邮件 示例代码 三、Excel 自动化处理 3.1 读取和写入 Excel 文件 示例代码 3.2 数据处理和分析 示例代码 四、综合…...
贪心算法笔记
贪心算法笔记 大概内容 贪心就是对于一个问题有很多个步骤,我们在每一个步骤中都选取最优的那一个,最后得出答案。就是在一些函数中可行,但是有些比如二次函数,因为它的转折点不一定最优,就是不可行的。那么如何判断贪心呢?有这么几种 看时间复杂度,一般的就是 O ( n…...
Formality:两种等价状态consistency和equality
相关阅读 Formalityhttps://blog.csdn.net/weixin_45791458/category_12841971.html?spm1001.2014.3001.5482 背景 逻辑锥的等价性检查时,存在两种验证模式:一致(consistency)和等同(equality),要理解这两点,首先得明白综合工具…...
Java Web开发基础:HTML的深度解析与应用
文章目录 前言🌍一.B/S 软件开发架构简述🌍二.HTML 介绍❄️2.1 官方文档❄️2.2 网页的组成❄️2.3 HTML 是什么❄️2.4html基本结构 🌍三.HTML标签1.html 的标签/元素-说明2. html 标签注意事项和细节3.font 字体标签4.标题标签5.超链接标签…...
第30章 汇编语言--- 性能优化技巧
汇编语言是用于直接编程计算机硬件的低级语言,它几乎是一对一地映射到机器指令。因为汇编代码与特定处理器架构紧密相关,所以在讨论性能优化技巧时,通常需要考虑具体的CPU架构和指令集。 以下是一些通用的汇编语言性能优化技巧,并…...
HTB:Paper[WriteUP]
目录 连接至HTB服务器并启动靶机 信息收集 使用rustscan对靶机TCP端口进行开放扫描 将靶机TCP开放端口号提取并保存 使用nmap对靶机TCP开放端口进行脚本、服务扫描 使用nmap对靶机TCP开放端口进行漏洞、系统扫描 使用nmap对靶机常用UDP端口进行开放扫描 对靶机进行子域…...
数据库中的 DDL、DML 和 DCL
数据库中的 DDL、DML 和 DCL 在数据库的定义与操作中,DDL、DML 和 DCL 是三个核心概念,分别用于不同层面的数据库管理与操作。 1. DDL(Data Definition Language) - 数据定义语言 定义 DDL 用于定义和管理数据库的结构或模式。…...
OKR 极简史及理解
大家读完觉得有帮助记得点赞和关注!!! 目录 MBO SMART 和 KPI OKR 1. 什么是 OKR? 1.1 Objectives(目标) 1.2 Key Results(关键成果) KR 应当是困难的,但并非不可…...
电商项目-基于ElasticSearch实现商品搜索功能(四)
一、 高亮显示 1.1 高亮分析 高亮显示是指根据商品关键字搜索商品的时候,显示的页面对关键字给定了特殊样式,让它显示更加突出,如商品搜索中,关键字变成了红色,其实就是给定了红色样式。 1.2 高亮搜索实现步骤解析 …...
TCP封装数据帧
void *send_data(void *arg) //这是一个发送数据的线程 {int sockfd init_tcp_cli("192.168.0.148",50000) //传ip和port,port 50000是因为大概前五万都被其它服务所占用,50000后是私人ipif(sockfd < 0){return NULL;}unsigned char …...
数据结构与算法之二叉树: LeetCode 515. 在每个树行中找最大值 (Ts版)
在每个树行中找最大值 https://leetcode.cn/problems/find-largest-value-in-each-tree-row/description/ 描述 给定一棵二叉树的根节点 root ,请找出该二叉树中每一层的最大值 示例1 输入: root [1,3,2,5,3,null,9] 输出: [1,3,9]示例2 输入: root [1,2,3]…...
百度视频搜索架构演进
导读 随着信息技术的迅猛发展,搜索引擎作为人们获取信息的主要途径,其背后的技术架构也在不断演进。本文详细阐述了近年来视频搜索排序框架的重大变革,特别是在大模型技术需求驱动下,如何从传统的多阶段级联框架逐步演变为更加高…...
构造函数的原型原型链
代码示例 // 定义一个构造函数 Test function Test() {this.name 张三 }; //向构造函数的原型添加一个属性 age18 Test.prototype.age 18;//使用构造函数 Test 来实例化一个新对象 const test new Test();//向 Object.prototype 添加了一个名为 sex 的属性,其值…...
nginx反向代理及负载均衡
华子目录 nginx反向代理功能http反向代理反向代理配置参数proxy_pass的注意事项案例:反向代理单台后端服务器案例:反向代理实现动静分离案例:反向代理的缓存功能非缓存场景下测压准备缓存缓存场景下测压验证缓存文件 反向代理负载均衡&#x…...
单片机实物成品-011 火灾监测
火灾监测(20个版本) 版本20: oled显示温湿度烟雾浓度火焰传感器天然气浓度窗户风扇水泵排气系统声光报警语音播报按键WIFI模块 ----------------------------------------------------------------------------- https://www.bilibili.com…...
使用 Docker 在 Alpine Linux 下部署 Caddy 服务器
简介 在现代 web 开发中,选择合适的 web 服务器至关重要。Caddy 是一个功能强大的现代化 HTTP/2 服务器,支持自动 HTTPS,配置简单,适合开发和生产环境。Docker 则为我们提供了一种轻量级的容器化技术,使得应用程序的部…...
每日十题八股-2025年1月12日
1.为什么四次挥手之后要等2MSL? 2.服务端出现大量的timewait有哪些原因? 3.TCP和UDP区别是什么? 4.TCP为什么可靠传输 5.怎么用udp实现http? 6.tcp粘包怎么解决? 7.TCP的拥塞控制介绍一下? 8.描述一下打开百度首页后发生的网络过…...
Python中定位包含特定文本信息的元素
目录 一、为什么需要定位包含文本信息的元素 二、使用Selenium定位包含文本的元素 1. 使用find_element_by_link_text 2. 使用find_element_by_partial_link_text 3. 使用XPath定位包含文本的元素 4. 使用CSS选择器定位包含文本的元素 三、使用BeautifulSoup定位包含文本…...
uniapp实现H5页面内容居中与两边留白,打造类似微信公众号阅读体验
在 UniApp 中,由于需要兼容多端应用,我们通常使用 rpx 作为尺寸单位。然而,在某些情况下,如需要实现内容居中且两边留白时,直接使用 rpx 可能会带来一些限制。这时,我们可以考虑使用 px 或 rem 等单位&…...
极品飞车6里的赛道简介
极品飞车里有很多赛道,赛道分为前向赛道Forward、后向赛道Backward。前向赛道Forward是从A点到B点;后向赛道Backward是前向赛道的逆过程,即从B点到A点。这里介绍极品飞车6的赛道长度、中英文名称翻译、难度等级。 序号赛道英文名赛道中文名总长(km)急弯难度等级1Alpine Trai…...
为什么92%的Sora 2初学者卡在第4步?——帧一致性崩塌诊断工具包+时间轴锚点校准法
更多请点击: https://kaifayun.com 第一章:Sora 2视频生成的核心原理与环境准备 Sora 2并非OpenAI官方发布的模型,而是社区基于Sora技术理念构建的开源复现与增强框架,其核心依托于时空联合建模的扩散变换器(Spacetim…...
多自由度冗余空间机械臂位姿一体化规划与控制【附代码】
✨ 长期致力于空间机械臂、对偶四元数、位姿一体化、路径规划、跟踪控制研究工作,擅长数据搜集与处理、建模仿真、程序编写、仿真设计。 ✅ 专业定制毕设、代码 ✅ 如需沟通交流,点击《获取方式》 (1)基于对偶四元数的冗余机械臂运…...
保姆级教程:在ROS2 Humble/Foxy的Gazebo中配置RGB-D相机(附解决点云颜色/坐标问题)
ROS2 Humble/Foxy中Gazebo深度相机仿真全攻略:从配置到点云问题解决在机器人仿真开发中,深度相机(RGB-D)是不可或缺的传感器之一。它能够同时提供彩色图像和深度信息,为SLAM、物体识别、避障等任务提供关键数据支持。本…...
【DeepSeek-R1代码相似度引擎解密】:3层语义比对机制、Token归一化偏差修正与Jaccard阈值黄金分割点
更多请点击: https://kaifayun.com 第一章:DeepSeek代码重复检测 DeepSeek-R1 模型在训练过程中引入了严格的代码去重机制,其核心目标是消除训练语料中语义等价或高度相似的代码片段,从而提升模型对真实编程模式的学习能力与泛化…...
物理引导的机器学习工作流:气候建模的融合创新与实践
1. 项目概述:当气候建模遇见机器学习如果你像我一样,在气候模拟这个领域摸爬滚打超过十年,就会深刻体会到一种“甜蜜的负担”:我们构建的地球系统模型(ESM)越来越精细,物理过程越来越复杂&#…...
DeepSeek系统设计辅助:如何在48小时内完成可审计、可回滚、可压测的AI服务架构图?
更多请点击: https://intelliparadigm.com 第一章:DeepSeek系统设计辅助 DeepSeek系统设计辅助模块面向架构师与后端工程师,提供模型能力调用、接口契约生成、异步任务编排等核心支撑能力。该模块不替代人工设计决策,而是通过结构…...
HarmonyOS ArkTS DateUtil 日期增减与日历计算完整指南
文章目录 背景一、引言二、日期增减方法详解使用示例 三、日历计算方法详解四、Demo 演示:日期增减结果展示五、Demo 演示:月历视图完整实现六、日历视图关键点解析为什么要填充前置空格?getLastDayOfMonth 的实现技巧 七、小结 背景 近期发现…...
FT231XQ USB串口桥接板设计解析与实战应用指南
1. 项目概述:从FT232R到FT231XQ的USB串口桥接板演进在嵌入式开发和硬件调试的日常工作中,一个可靠、小巧且功能清晰的USB转串口(UART)桥接板(Breakout Board, 简称BoB)几乎是工程师手边的标配工…...
第三卷第4章:原型模式设计思想
第三卷第4章:原型模式设计思想 目录介绍 01.案例引入与思考 1.1 痛点场景 1.2 它哪里不舒服 1.3 引出本篇主角 02.原型模式介绍 2.1 原型模式由来 2.2 原型模式定义...
同步带装配工艺要点与损伤防控策略
一、引言在工业精密传动系统中,盖茨同步带凭借高精度、高效率、无滑差的优势,成为自动化设备、精密机床、输送产线的核心传动部件。多数企业在运维中,普遍将同步带异常磨损、断齿、断带等故障归咎于工况恶劣或产品质量问题,却忽略…...
