本文导读：零基础也能学会的 Python 办公自动化实战教程。从环境搭建、核心库解析，到 Excel 汇总、Word 报告生成、PDF 合并拆分、邮件群发，再到跨软件联动与报错排查，手把手带你用几行代码把重复枯燥的手工操作压缩到几分钟。全文含可直接运行的完整实战脚本，适合职场新人、行政、财务、运营等想摆脱重复劳动的读者收藏学习。这篇文章就是为想要摆脱重复劳动的职场人准备的。我们将跳过晦涩的理论，直接从环境搭建开始，一步步带你实现办公文档的自动化处理。无论你是完全零基础的初学者，还是有一定经验想提升效率的老手，都能从中找到即学即用的实操方案。接下来，我们会深入解析核心库的功能，并通过真实的案例演示如何让 Excel、Word、PDF 和邮件系统协同工作，最终构建属于你自己的自动化工作流。很多刚接触办公自动化的朋友，往往会被“编程”两个字吓退，觉得那是计算机专业学生的专利。其实，日常工作中那些重复枯燥的 Excel 整理、Word 报告生成、PDF 合并拆分，完全可以通过几行简单的代码来解决。你不需要成为算法专家，也不必深究复杂的底层原理，只要掌握一套实用的工具链，就能把原本需要耗时半天的手工操作压缩到几分钟甚至几秒钟。想象一下这样的场景：每周一早上，你都要从系统导出几十张销售报表，手动复制粘贴汇总到一个总表里，然后调整格式、生成 Word 简报，最后打包成 PDF 发给各个区域的负责人。这个过程不仅机械乏味，还极易因为手误导致数据错漏。如果有一个脚本能自动完成这一整套流程，你不仅能准时下班，还能把精力投入到更有价值的分析工作中去。① 零基础环境搭建与工具安装开始之前，我们需要准备好“工具箱”。对于办公自动化而言，Python 是目前最成熟且生态最丰富的选择。不用担心安装过程复杂，现在的安装包已经非常友好。首先，访问 Python 官网下载最新稳定版安装包。在安装向导中，务必勾选"Add Python to PATH"选项，这一步至关重要，它能让系统在任意目录下识别 Python 命令，避免后续运行脚本时出现“找不到命令”的尴尬。安装完成后，打开命令行工具（Windows 下是 CMD 或 PowerShell，Mac 下是 Terminal），输入python --version确认安装成功。接下来是安装必要的第三方库。办公自动化主要依赖几个核心库：处理 Excel 的openpyxl和pandas，操作 Word 的python-docx，处理 PDF 的pypdf，以及发送邮件的smtplib（内置）和email（内置）。在命令行中输入以下指令即可一键安装所需的外部库：pipinstallopenpyxl pandas python-docx pypdf如果你更喜欢可视化的操作界面，也可以安装 Anaconda 发行版，它自带了常用的数据科学库和一个名为 Jupyter Notebook 的交互式编辑器，非常适合边写代码边看结果的学习模式。无论选择哪种方式，确保所有库安装无误后，我们的开发环境就就绪了。建议新建一个文件夹专门存放脚本和数据文件，保持项目结构清晰，方便后续管理。1.1 验证环境是否就绪安装完成后，建议先做一次“冒烟测试”，确认每个库都能正常导入。在命令行中依次输入以下命令，如果没有任何报错，说明环境已经就绪：python-c"import openpyxl, pandas, docx, pypdf; print('所有核心库导入成功！')"看到所有核心库导入成功！的输出，就代表你的办公自动化工具箱已经全部到位，可以放心进入下一节的学习了。1.2 常见安装问题速查新手在安装阶段最容易卡住的几个问题，这里提前帮你排雷：提示pip不是内部或外部命令：说明 Python 没有正确加入 PATH。重新运行安装包，在向导中勾选"Add Python to PATH"后重启命令行即可。下载速度慢或超时：可以切换为国内镜像源，例如pip install openpyxl pandas python-docx pypdf -i https://pypi.tuna.tsinghua.edu.cn/simple，速度会快很多。提示python不是内部或外部命令：Windows 用户可尝试输入py代替python；Mac 用户可尝试python3。安装时报权限错误：在命令前加sudo（Mac/Linux），Windows 则以管理员身份运行命令行。如果以上方法仍无法解决，建议把报错信息完整复制到搜索引擎，通常很快就能找到对应的解决方案。② 核心库功能解析与生活化类比面对众多的库，初学者容易迷失。我们可以用生活中的角色来类比它们的功能，帮助理解。pandas就像是超级 Excel 管家。它不仅能在内存中快速读取和写入表格，还能进行复杂的数据筛选、分组统计和透视分析。如果说 Excel 是手动算盘，那pandas就是高性能计算机，处理百万行数据也游刃有余。openpyxl则更像是一位精细的表格装修师。当你需要保留 Excel 原有的公式、图表、单元格颜色或特定格式时，pandas可能会把这些样式“洗白”，而openpyxl能精准地修改单个单元格的样式而不破坏整体结构。python-docx是 Word 文档的排版助手。它可以创建段落、设置标题层级、插入表格和图片，甚至调整页边距和字体。它不像人工操作那样容易错位，能确保生成的每一份文档格式高度统一。pypdf专注于 PDF 文件的物理操作，比如把多个 PDF 拼在一起，或者把一个大文件切成几个小文件。它不负责修改 PDF 里的文字内容（这通常很难），但擅长处理文件的合并与拆分。最后，smtplib和email组合起来就是你的自动邮差。它们负责按照你设定的规则，把处理好的文件作为附件，准确无误地发送到指定的收件箱。理解这些角色的分工，你在编写脚本时就能知道该调用谁来解决具体问题，而不是盲目尝试。2.1 一张表看懂各库分工为了让你更直观地记住每个库的定位，这里把它们的“角色”和“典型场景”整理成一张速查表：库生活化角色擅长做的事典型使用场景pandas超级 Excel 管家批量读取、筛选、分组统计、透视分析汇总 50 个分店的销售数据openpyxl表格装修师保留公式、图表、颜色等原有格式并精细修改给报表批量加样式、改单元格颜色python-docxWord 排版助手创建段落、标题、表格、图片，统一格式批量生成绩效报告、合同草案pypdf文件装订工合并、拆分 PDF，按页提取把多份合同合并归档、提取前几页smtplib+email自动邮差发送带附件的邮件把报表作为附件群发给各区域负责人2.2 如何选择：先看任务，再选工具很多新手纠结“到底该用pandas还是openpyxl”，其实判断标准很简单：只关心数据本身（求和、筛选、透视），不在乎样式 → 用pandas，它处理速度快、代码简洁。必须保留原有格式（公式、颜色、图表），或要精细调整单元格样式 → 用openpyxl。两者结合：先用pandas完成数据计算，再用openpyxl把结果写回带格式的模板，这是实战中最常见的组合。记住这个口诀：“算数找 pandas，装修找 openpyxl，排版找 python-docx，装订找 pypdf，投递找 smtplib。”遇到具体任务时，先对号入座，就不会再迷茫了。2.2.1 工具链选型对比表为了帮你更精准地做决策，这里把五个核心库在数据量、格式保留、学习成本、适用场景四个维度上做一次横向对比：库数据量格式保留学习成本适用场景pandas极强，百万行级内存计算弱，读写会丢失公式、颜色等样式中高，需理解 DataFrame 与向量化思维大批量数据清洗、筛选、分组统计、透视分析openpyxl中等，逐单元格操作，数据量大时偏慢极强，完整保留公式、图表、单元格样式低，API 直观，贴近 Excel 操作习惯精细调整样式、保留原格式、写回带格式模板python-docx与文档规模相关，适合批量生成报告强，可精确控制段落、字体、表格样式低，对象模型简单（Document/Paragraph/Table）批量生成 Word 报告、合同、通知等pypdf强，适合大批量文件合并拆分中，保留页面内容，但不修改文字本身低，核心只有 Reader/Writer 两个对象PDF 合并、拆分、按页提取、归档smtplib+email与邮件数量相关，适合批量群发不涉及格式保留，负责组装与传输低，内置模块，按模板套用即可群发带附件邮件、定时分发报表选型建议：数据量大、只关心数值结果→ 首选pandas，处理速度快、代码简洁。必须保留原格式（公式、颜色、图表）→ 用openpyxl，它不会“洗白”样式。两者结合：先用pandas算数据，再用openpyxl写回带格式模板，这是实战中最常见的组合。生成规范文档→ 用python-docx，确保每份报告格式高度统一。文件归档→ 用pypdf做合并拆分，轻量且稳定。结果分发→ 用smtplib+email自动发送，配合定时任务即可无人值守。③ Excel 数据批量处理实操步骤假设你手头有 50 个分店的月度销售 Excel 文件，需要将它们汇总成一个总表，并计算每个产品的总销量。使用pandas可以极其优雅地完成这个任务。3.1 准备工作：整理文件夹结构在写代码之前，先把数据整理好，能让后面的步骤事半功倍。建议按下面的结构组织文件：project/ ├── sales_data/ # 存放 50 个分店的原始 Excel 文件 │ ├── 上海店.xlsx │ ├── 北京店.xlsx │ └── ... └── output/ # 存放汇总结果把所有分店文件统一放在sales_data文件夹下，并确保每个文件的列名一致（比如都有product_name和sales_amount两列）。如果列名不统一，后面合并时会报错或产生错位，这一点要特别注意。3.2 核心代码：读取、合并与汇总首先，我们需要遍历文件夹中的所有 Excel 文件。利用glob模块可以方便地获取文件列表。接着，用一个循环逐个读取文件，并将它们存储在一个列表中。最后，使用pd.concat将这些数据框拼接在一起。importpandasaspdimportglobimportos# 设定文件夹路径folder_path='./sales_data'all_files=glob.glob(os.path.join(folder_path,"*.xlsx"))df_list=[]forfileinall_files:# 读取每个 Excel 文件df=pd.read_excel(file)# 可选：添加一列标记数据来源文件名df['source_file']=os.path.basename(file)df_list.append(df)# 合并所有数据total_df=pd.concat(df_list,ignore_index=True)# 进行数据透视，计算各产品总销量summary_df=total_df.groupby('product_name')['sales_amount'].sum().reset_index()# 保存结果summary_df.to_excel('monthly_summary.xlsx',index=False)print("汇总完成，已生成 monthly_summary.xlsx")这段代码的核心逻辑是“读取 - 积累 - 合并 - 计算”。相比手动打开 50 次文件复制粘贴，这种方式不仅速度快，而且完全避免了人为复制错误的风险。3.3 进阶：数据清洗与格式修正实际工作中，原始数据往往没那么干净。比如有的单元格是空的、有的数字被存成了文本、有的列名大小写不一致。在合并之前，建议先做一轮清洗：importpandasaspdimportglobimportos folder_path='./sales_data'all_files=glob.glob(os.path.join(folder_path,"*.xlsx"))df_list=[]forfileinall_files:df=pd.read_excel(file)# 1. 统一列名：去掉首尾空格、转小写df.columns=[col.strip().lower()forcolindf.columns]# 2. 删除全空的行df=df.dropna(how='all')# 3. 把销量列强制转为数值，无法转换的填 0df['sales_amount']=pd.to_numeric(df['sales_amount'],errors='coerce').fillna(0)# 4. 去除产品名中的多余空格df['product_name']=df['product_name'].str.strip()df_list.append(df)total_df=pd.concat(df_list,ignore_index=True)summary_df=total_df.groupby('product_name')['sales_amount'].sum().reset_index()summary_df.to_excel('monthly_summary.xlsx',index=False)print("清洗并汇总完成")这里用到了几个很实用的小技巧：dropna(how='all')删除整行都为空的记录，pd.to_numeric(errors='coerce')把文本数字转成真正的数值，str.strip()去掉字符串首尾的空格。这些处理能帮你避开绝大多数“数据看着对，一算就报错”的坑。3.4 常见问题速查合并后行数对不上：多半是各文件的列名不一致，导致concat时按列名对齐产生了错位。先打印df.columns对比一下。销量列是文本格式：用pd.to_numeric(df['sales_amount'], errors='coerce')强制转换，无法转换的会变成NaN，再fillna(0)补零即可。文件读取报编码错误：如果源文件是 CSV，读取时指定encoding='utf-8-sig'；如果是 Excel，一般不会遇到编码问题。汇总结果出现 NaN 产品名：说明某些行的产品名为空，清洗时用df = df.dropna(subset=['product_name'])过滤掉即可。掌握了这些步骤，你就能把“50 个文件手动汇总”这种苦差事，变成一条几秒钟跑完的命令。下一节我们继续看如何用python-docx把汇总结果自动生成规范的 Word 报告。④ Word 文档自动生成与格式调整生成绩效报告或合同草案时，Word 文档的格式要求往往很严格。python-docx允许我们定义好模板，然后批量填充内容。4.1 核心概念：文档、段落与样式在动手写代码之前，先理解python-docx的三个核心对象，能帮你少走很多弯路：Document：代表整个 Word 文档，相当于一张“画布”。所有内容都要通过它来添加。Paragraph：文档里的一个段落。每个段落可以包含多个run（文本片段），每个run可以单独设置字体、加粗、颜色等格式。Table：文档里的表格。可以按行、按单元格填充内容，并套用内置样式。理解这三者的关系后，你会发现用代码生成 Word 其实就是在“往画布上按顺序摆放段落和表格”，逻辑非常直观。4.2 基础示例：创建带标题、段落和表格的报告我们可以先创建一个包含占位符的 Word 模板，或者直接通过代码构建文档结构。以下示例展示了如何创建一个带有标题、段落和表格的标准报告：fromdocximportDocumentfromdocx.sharedimportPt,RGBColor doc=Document()# 添加主标题heading=doc.add_heading('月度运营分析报告',level=1)heading.runs[0].bold=Trueheading.runs[0].font.color.rgb=RGBColor(0,51,102)# 深蓝色# 添加正文段落p=doc.add_paragraph('本月整体运营状况良好，各项指标均达到预期目标。')p.style='Normal'run=p.add_run('特别是华东区表现突出。')run.bold=Truerun.italic=True# 插入数据表格data=[['区域','销售额','增长率'],['华东','500 万','12%'],['华北','320 万','8%'],['华南','410 万','10%']]table=doc.add_table(rows=1,cols=3)table.style='Table Grid'hdr_cells=table.rows[0].cells hdr_cells[0].text='区域'hdr_cells[1].text='销售额'hdr_cells[2].text='增长率'forregion,sales,growthindata[1:]:row_cells=table.add_row().cells row_cells[0].text=region row_cells[1].text=sales row_cells[2].text=growth doc.save('auto_report.docx')运行这段代码后，你会在当前目录得到一个auto_report.docx文件。打开它，就能看到带深蓝色标题、加粗斜体强调文字和带边框表格的规范报告。4.3 进阶：批量生成不同人员的报告实际工作中，我们往往不是只生成一份报告，而是要为几十位员工各生成一份。这时只需把上面的逻辑封装成一个函数，再放进循环里即可：fromdocximportDocumentfromdocx.sharedimportPt,RGBColordefcreate_report(name,sales,growth):doc=Document()# 标题带上姓名，更具个性化heading=doc.add_heading(f'{name}月度绩效报告',level=1)heading.runs[0].bold=Trueheading.runs[0].font.color.rgb=RGBColor(0,51,102)# 正文引用具体数据p=doc.add_paragraph(f'{name}本月销售额为{sales}万元，同比增长{growth}。')p.style='Normal'# 简单表格table=doc.add_table(rows=2,cols=2)table.style='Table Grid'table.rows[0].cells[0].text='销售额'table.rows[0].cells[1].text=str(sales)table.rows[1].cells[0].text='增长率'table.rows[1].cells[1].text=growth doc.save(f'{name}_report.docx')print(f'已生成{name}_report.docx')# 员工数据列表staff_data=[('张三',500,'12%'),('李四',320,'8%'),('王五',410,'10%'),]forname,sales,growthinstaff_data:create_report(name,sales,growth)这样一次循环就能生成三份格式完全一致的报告。以后新增员工，只需在staff_data里加一行数据即可，完全不用手动排版。4.4 常见问题速查生成的文档打不开：多半是文件被 Word 或 WPS 占用。运行脚本前先关闭所有打开的文档，或换一个文件名保存。中文字体显示异常：python-docx默认字体可能不含中文字形。可以手动设置字体，例如run.font.name = '微软雅黑'，并配合run._element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑')指定中文字体。表格列宽不理想：可以通过table.columns[i].width = Cm(5)设置列宽，需要从docx.shared导入Cm。想给段落加编号或项目符号：使用doc.add_paragraph('内容', style='List Bullet')或style='List Number'，即可快速生成带符号或编号的列表。通过代码控制格式，可以确保生成的几百份报告字体、字号、颜色完全一致。如果需要批量生成不同人员的报告，只需将上述逻辑放入循环，替换其中的变量（如姓名、数据）即可。⑤ PDF 文件合并拆分快速上手在处理发票、合同或归档资料时，经常需要将多个 PDF 合并为一个文件，或者将一个大的扫描版 PDF 按页码拆分成独立文件。pypdf库让这一切变得非常简单。5.1 核心概念：PdfReader 与 PdfWriter在动手之前，先认识pypdf的两个核心对象，理解它们的分工能帮你少走弯路：PdfReader：负责“读”。它打开一个 PDF 文件，让你能访问其中的每一页（reader.pages），也能读取页数、元数据等信息。PdfWriter：负责“写”。它像一个“收集器”，你可以把页面或整个文档添加进去，最后统一输出成一个新的 PDF 文件。简单来说，合并就是“把多个 PdfReader 的内容倒进一个 PdfWriter”，拆分就是“从一个 PdfReader 里挑出若干页，放进一个新的 PdfWriter”。理解了这一点，下面的代码就顺理成章了。5.2 合并多个 PDF 文件合并多个 PDF 的逻辑是：创建一个写入对象，依次读取源文件并将其追加到写入对象中，最后输出新文件。frompypdfimportPdfWriter,PdfReader merger=PdfWriter()pdf_files=['contract_part1.pdf','contract_part2.pdf','appendix.pdf']forpdfinpdf_files:reader=PdfReader(pdf)merger.append(reader)merger.write("merged_contract.pdf")merger.close()print("PDF 合并完成")运行后，你会在当前目录得到一个merged_contract.pdf，它按pdf_files列表的顺序，把三份合同依次拼接在一起。如果以后要合并的文件更多，只需往列表里加文件名即可，代码完全不用改。5.3 拆分 PDF：按页提取如果是拆分操作，比如只想提取前 5 页保存为新文件，可以使用切片思维：reader=PdfReader("large_document.pdf")writer=PdfWriter()# 提取前 5 页（索引 0 到 4）foriinrange(5):writer.add_page(reader.pages[i])withopen("extracted_pages.pdf","wb")asf:writer.write(f)print("页面提取完成")这里要注意，reader.pages的索引从 0 开始，所以“前 5 页”对应索引 0 到 4。如果你想提取的是第 3 到第 8 页，只需把循环改成for i in range(2, 8)即可。5.4 进阶：把一个 PDF 按固定页数拆成多个文件实际工作中，我们常常需要把一个几十页的大文件，按“每 10 页一份”拆成多个小文件。这时可以结合循环和切片思维：frompypdfimportPdfReader,PdfWriter reader=PdfReader("large_document.pdf")total_pages=len(reader.pages)chunk_size=10# 每份 10 页forstartinrange(0,total_pages,chunk_size):writer=PdfWriter()end=min(start+chunk_size,total_pages)# 防止最后一组越界foriinrange(start,end):writer.add_page(reader.pages[i])output_name=f"part_{start//chunk_size+1}.pdf"withopen Python 项目应用： Python 自动化办公新手实战指南
本文导读：零基础也能学会的 Python 办公自动化实战教程。从环境搭建、核心库解析，到 Excel 汇总、Word 报告生成、PDF 合并拆分、邮件群发，再到跨软件联动与报错排查，手把手带你用几行代码把重复枯燥的手工操作压缩到几分钟。全文含可直接运行的完整实战脚本，适合职场新人、行政、财务、运营等想摆脱重复劳动的读者收藏学习。这篇文章就是为想要摆脱重复劳动的职场人准备的。我们将跳过晦涩的理论，直接从环境搭建开始，一步步带你实现办公文档的自动化处理。无论你是完全零基础的初学者，还是有一定经验想提升效率的老手，都能从中找到即学即用的实操方案。接下来，我们会深入解析核心库的功能，并通过真实的案例演示如何让 Excel、Word、PDF 和邮件系统协同工作，最终构建属于你自己的自动化工作流。很多刚接触办公自动化的朋友，往往会被“编程”两个字吓退，觉得那是计算机专业学生的专利。其实，日常工作中那些重复枯燥的 Excel 整理、Word 报告生成、PDF 合并拆分，完全可以通过几行简单的代码来解决。你不需要成为算法专家，也不必深究复杂的底层原理，只要掌握一套实用的工具链，就能把原本需要耗时半天的手工操作压缩到几分钟甚至几秒钟。想象一下这样的场景：每周一早上，你都要从系统导出几十张销售报表，手动复制粘贴汇总到一个总表里，然后调整格式、生成 Word 简报，最后打包成 PDF 发给各个区域的负责人。这个过程不仅机械乏味，还极易因为手误导致数据错漏。如果有一个脚本能自动完成这一整套流程，你不仅能准时下班，还能把精力投入到更有价值的分析工作中去。① 零基础环境搭建与工具安装开始之前，我们需要准备好“工具箱”。对于办公自动化而言，Python 是目前最成熟且生态最丰富的选择。不用担心安装过程复杂，现在的安装包已经非常友好。首先，访问 Python 官网下载最新稳定版安装包。在安装向导中，务必勾选"Add Python to PATH"选项，这一步至关重要，它能让系统在任意目录下识别 Python 命令，避免后续运行脚本时出现“找不到命令”的尴尬。安装完成后，打开命令行工具（Windows 下是 CMD 或 PowerShell，Mac 下是 Terminal），输入python --version确认安装成功。接下来是安装必要的第三方库。办公自动化主要依赖几个核心库：处理 Excel 的openpyxl和pandas，操作 Word 的python-docx，处理 PDF 的pypdf，以及发送邮件的smtplib（内置）和email（内置）。在命令行中输入以下指令即可一键安装所需的外部库：pipinstallopenpyxl pandas python-docx pypdf如果你更喜欢可视化的操作界面，也可以安装 Anaconda 发行版，它自带了常用的数据科学库和一个名为 Jupyter Notebook 的交互式编辑器，非常适合边写代码边看结果的学习模式。无论选择哪种方式，确保所有库安装无误后，我们的开发环境就就绪了。建议新建一个文件夹专门存放脚本和数据文件，保持项目结构清晰，方便后续管理。1.1 验证环境是否就绪安装完成后，建议先做一次“冒烟测试”，确认每个库都能正常导入。在命令行中依次输入以下命令，如果没有任何报错，说明环境已经就绪：python-c"import openpyxl, pandas, docx, pypdf; print('所有核心库导入成功！')"看到所有核心库导入成功！的输出，就代表你的办公自动化工具箱已经全部到位，可以放心进入下一节的学习了。1.2 常见安装问题速查新手在安装阶段最容易卡住的几个问题，这里提前帮你排雷：提示pip不是内部或外部命令：说明 Python 没有正确加入 PATH。重新运行安装包，在向导中勾选"Add Python to PATH"后重启命令行即可。下载速度慢或超时：可以切换为国内镜像源，例如pip install openpyxl pandas python-docx pypdf -i https://pypi.tuna.tsinghua.edu.cn/simple，速度会快很多。提示python不是内部或外部命令：Windows 用户可尝试输入py代替python；Mac 用户可尝试python3。安装时报权限错误：在命令前加sudo（Mac/Linux），Windows 则以管理员身份运行命令行。如果以上方法仍无法解决，建议把报错信息完整复制到搜索引擎，通常很快就能找到对应的解决方案。② 核心库功能解析与生活化类比面对众多的库，初学者容易迷失。我们可以用生活中的角色来类比它们的功能，帮助理解。pandas就像是超级 Excel 管家。它不仅能在内存中快速读取和写入表格，还能进行复杂的数据筛选、分组统计和透视分析。如果说 Excel 是手动算盘，那pandas就是高性能计算机，处理百万行数据也游刃有余。openpyxl则更像是一位精细的表格装修师。当你需要保留 Excel 原有的公式、图表、单元格颜色或特定格式时，pandas可能会把这些样式“洗白”，而openpyxl能精准地修改单个单元格的样式而不破坏整体结构。python-docx是 Word 文档的排版助手。它可以创建段落、设置标题层级、插入表格和图片，甚至调整页边距和字体。它不像人工操作那样容易错位，能确保生成的每一份文档格式高度统一。pypdf专注于 PDF 文件的物理操作，比如把多个 PDF 拼在一起，或者把一个大文件切成几个小文件。它不负责修改 PDF 里的文字内容（这通常很难），但擅长处理文件的合并与拆分。最后，smtplib和email组合起来就是你的自动邮差。它们负责按照你设定的规则，把处理好的文件作为附件，准确无误地发送到指定的收件箱。理解这些角色的分工，你在编写脚本时就能知道该调用谁来解决具体问题，而不是盲目尝试。2.1 一张表看懂各库分工为了让你更直观地记住每个库的定位，这里把它们的“角色”和“典型场景”整理成一张速查表：库生活化角色擅长做的事典型使用场景pandas超级 Excel 管家批量读取、筛选、分组统计、透视分析汇总 50 个分店的销售数据openpyxl表格装修师保留公式、图表、颜色等原有格式并精细修改给报表批量加样式、改单元格颜色python-docxWord 排版助手创建段落、标题、表格、图片，统一格式批量生成绩效报告、合同草案pypdf文件装订工合并、拆分 PDF，按页提取把多份合同合并归档、提取前几页smtplib+email自动邮差发送带附件的邮件把报表作为附件群发给各区域负责人2.2 如何选择：先看任务，再选工具很多新手纠结“到底该用pandas还是openpyxl”，其实判断标准很简单：只关心数据本身（求和、筛选、透视），不在乎样式 → 用pandas，它处理速度快、代码简洁。必须保留原有格式（公式、颜色、图表），或要精细调整单元格样式 → 用openpyxl。两者结合：先用pandas完成数据计算，再用openpyxl把结果写回带格式的模板，这是实战中最常见的组合。记住这个口诀：“算数找 pandas，装修找 openpyxl，排版找 python-docx，装订找 pypdf，投递找 smtplib。”遇到具体任务时，先对号入座，就不会再迷茫了。2.2.1 工具链选型对比表为了帮你更精准地做决策，这里把五个核心库在数据量、格式保留、学习成本、适用场景四个维度上做一次横向对比：库数据量格式保留学习成本适用场景pandas极强，百万行级内存计算弱，读写会丢失公式、颜色等样式中高，需理解 DataFrame 与向量化思维大批量数据清洗、筛选、分组统计、透视分析openpyxl中等，逐单元格操作，数据量大时偏慢极强，完整保留公式、图表、单元格样式低，API 直观，贴近 Excel 操作习惯精细调整样式、保留原格式、写回带格式模板python-docx与文档规模相关，适合批量生成报告强，可精确控制段落、字体、表格样式低，对象模型简单（Document/Paragraph/Table）批量生成 Word 报告、合同、通知等pypdf强，适合大批量文件合并拆分中，保留页面内容，但不修改文字本身低，核心只有 Reader/Writer 两个对象PDF 合并、拆分、按页提取、归档smtplib+email与邮件数量相关，适合批量群发不涉及格式保留，负责组装与传输低，内置模块，按模板套用即可群发带附件邮件、定时分发报表选型建议：数据量大、只关心数值结果→ 首选pandas，处理速度快、代码简洁。必须保留原格式（公式、颜色、图表）→ 用openpyxl，它不会“洗白”样式。两者结合：先用pandas算数据，再用openpyxl写回带格式模板，这是实战中最常见的组合。生成规范文档→ 用python-docx，确保每份报告格式高度统一。文件归档→ 用pypdf做合并拆分，轻量且稳定。结果分发→ 用smtplib+email自动发送，配合定时任务即可无人值守。③ Excel 数据批量处理实操步骤假设你手头有 50 个分店的月度销售 Excel 文件，需要将它们汇总成一个总表，并计算每个产品的总销量。使用pandas可以极其优雅地完成这个任务。3.1 准备工作：整理文件夹结构在写代码之前，先把数据整理好，能让后面的步骤事半功倍。建议按下面的结构组织文件：project/ ├── sales_data/ # 存放 50 个分店的原始 Excel 文件 │ ├── 上海店.xlsx │ ├── 北京店.xlsx │ └── ... └── output/ # 存放汇总结果把所有分店文件统一放在sales_data文件夹下，并确保每个文件的列名一致（比如都有product_name和sales_amount两列）。如果列名不统一，后面合并时会报错或产生错位，这一点要特别注意。3.2 核心代码：读取、合并与汇总首先，我们需要遍历文件夹中的所有 Excel 文件。利用glob模块可以方便地获取文件列表。接着，用一个循环逐个读取文件，并将它们存储在一个列表中。最后，使用pd.concat将这些数据框拼接在一起。importpandasaspdimportglobimportos# 设定文件夹路径folder_path='./sales_data'all_files=glob.glob(os.path.join(folder_path,"*.xlsx"))df_list=[]forfileinall_files:# 读取每个 Excel 文件df=pd.read_excel(file)# 可选：添加一列标记数据来源文件名df['source_file']=os.path.basename(file)df_list.append(df)# 合并所有数据total_df=pd.concat(df_list,ignore_index=True)# 进行数据透视，计算各产品总销量summary_df=total_df.groupby('product_name')['sales_amount'].sum().reset_index()# 保存结果summary_df.to_excel('monthly_summary.xlsx',index=False)print("汇总完成，已生成 monthly_summary.xlsx")这段代码的核心逻辑是“读取 - 积累 - 合并 - 计算”。相比手动打开 50 次文件复制粘贴，这种方式不仅速度快，而且完全避免了人为复制错误的风险。3.3 进阶：数据清洗与格式修正实际工作中，原始数据往往没那么干净。比如有的单元格是空的、有的数字被存成了文本、有的列名大小写不一致。在合并之前，建议先做一轮清洗：importpandasaspdimportglobimportos folder_path='./sales_data'all_files=glob.glob(os.path.join(folder_path,"*.xlsx"))df_list=[]forfileinall_files:df=pd.read_excel(file)# 1. 统一列名：去掉首尾空格、转小写df.columns=[col.strip().lower()forcolindf.columns]# 2. 删除全空的行df=df.dropna(how='all')# 3. 把销量列强制转为数值，无法转换的填 0df['sales_amount']=pd.to_numeric(df['sales_amount'],errors='coerce').fillna(0)# 4. 去除产品名中的多余空格df['product_name']=df['product_name'].str.strip()df_list.append(df)total_df=pd.concat(df_list,ignore_index=True)summary_df=total_df.groupby('product_name')['sales_amount'].sum().reset_index()summary_df.to_excel('monthly_summary.xlsx',index=False)print("清洗并汇总完成")这里用到了几个很实用的小技巧：dropna(how='all')删除整行都为空的记录，pd.to_numeric(errors='coerce')把文本数字转成真正的数值，str.strip()去掉字符串首尾的空格。这些处理能帮你避开绝大多数“数据看着对，一算就报错”的坑。3.4 常见问题速查合并后行数对不上：多半是各文件的列名不一致，导致concat时按列名对齐产生了错位。先打印df.columns对比一下。销量列是文本格式：用pd.to_numeric(df['sales_amount'], errors='coerce')强制转换，无法转换的会变成NaN，再fillna(0)补零即可。文件读取报编码错误：如果源文件是 CSV，读取时指定encoding='utf-8-sig'；如果是 Excel，一般不会遇到编码问题。汇总结果出现 NaN 产品名：说明某些行的产品名为空，清洗时用df = df.dropna(subset=['product_name'])过滤掉即可。掌握了这些步骤，你就能把“50 个文件手动汇总”这种苦差事，变成一条几秒钟跑完的命令。下一节我们继续看如何用python-docx把汇总结果自动生成规范的 Word 报告。④ Word 文档自动生成与格式调整生成绩效报告或合同草案时，Word 文档的格式要求往往很严格。python-docx允许我们定义好模板，然后批量填充内容。4.1 核心概念：文档、段落与样式在动手写代码之前，先理解python-docx的三个核心对象，能帮你少走很多弯路：Document：代表整个 Word 文档，相当于一张“画布”。所有内容都要通过它来添加。Paragraph：文档里的一个段落。每个段落可以包含多个run（文本片段），每个run可以单独设置字体、加粗、颜色等格式。Table：文档里的表格。可以按行、按单元格填充内容，并套用内置样式。理解这三者的关系后，你会发现用代码生成 Word 其实就是在“往画布上按顺序摆放段落和表格”，逻辑非常直观。4.2 基础示例：创建带标题、段落和表格的报告我们可以先创建一个包含占位符的 Word 模板，或者直接通过代码构建文档结构。以下示例展示了如何创建一个带有标题、段落和表格的标准报告：fromdocximportDocumentfromdocx.sharedimportPt,RGBColor doc=Document()# 添加主标题heading=doc.add_heading('月度运营分析报告',level=1)heading.runs[0].bold=Trueheading.runs[0].font.color.rgb=RGBColor(0,51,102)# 深蓝色# 添加正文段落p=doc.add_paragraph('本月整体运营状况良好，各项指标均达到预期目标。')p.style='Normal'run=p.add_run('特别是华东区表现突出。')run.bold=Truerun.italic=True# 插入数据表格data=[['区域','销售额','增长率'],['华东','500 万','12%'],['华北','320 万','8%'],['华南','410 万','10%']]table=doc.add_table(rows=1,cols=3)table.style='Table Grid'hdr_cells=table.rows[0].cells hdr_cells[0].text='区域'hdr_cells[1].text='销售额'hdr_cells[2].text='增长率'forregion,sales,growthindata[1:]:row_cells=table.add_row().cells row_cells[0].text=region row_cells[1].text=sales row_cells[2].text=growth doc.save('auto_report.docx')运行这段代码后，你会在当前目录得到一个auto_report.docx文件。打开它，就能看到带深蓝色标题、加粗斜体强调文字和带边框表格的规范报告。4.3 进阶：批量生成不同人员的报告实际工作中，我们往往不是只生成一份报告，而是要为几十位员工各生成一份。这时只需把上面的逻辑封装成一个函数，再放进循环里即可：fromdocximportDocumentfromdocx.sharedimportPt,RGBColordefcreate_report(name,sales,growth):doc=Document()# 标题带上姓名，更具个性化heading=doc.add_heading(f'{name}月度绩效报告',level=1)heading.runs[0].bold=Trueheading.runs[0].font.color.rgb=RGBColor(0,51,102)# 正文引用具体数据p=doc.add_paragraph(f'{name}本月销售额为{sales}万元，同比增长{growth}。')p.style='Normal'# 简单表格table=doc.add_table(rows=2,cols=2)table.style='Table Grid'table.rows[0].cells[0].text='销售额'table.rows[0].cells[1].text=str(sales)table.rows[1].cells[0].text='增长率'table.rows[1].cells[1].text=growth doc.save(f'{name}_report.docx')print(f'已生成{name}_report.docx')# 员工数据列表staff_data=[('张三',500,'12%'),('李四',320,'8%'),('王五',410,'10%'),]forname,sales,growthinstaff_data:create_report(name,sales,growth)这样一次循环就能生成三份格式完全一致的报告。以后新增员工，只需在staff_data里加一行数据即可，完全不用手动排版。4.4 常见问题速查生成的文档打不开：多半是文件被 Word 或 WPS 占用。运行脚本前先关闭所有打开的文档，或换一个文件名保存。中文字体显示异常：python-docx默认字体可能不含中文字形。可以手动设置字体，例如run.font.name = '微软雅黑'，并配合run._element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑')指定中文字体。表格列宽不理想：可以通过table.columns[i].width = Cm(5)设置列宽，需要从docx.shared导入Cm。想给段落加编号或项目符号：使用doc.add_paragraph('内容', style='List Bullet')或style='List Number'，即可快速生成带符号或编号的列表。通过代码控制格式，可以确保生成的几百份报告字体、字号、颜色完全一致。如果需要批量生成不同人员的报告，只需将上述逻辑放入循环，替换其中的变量（如姓名、数据）即可。⑤ PDF 文件合并拆分快速上手在处理发票、合同或归档资料时，经常需要将多个 PDF 合并为一个文件，或者将一个大的扫描版 PDF 按页码拆分成独立文件。pypdf库让这一切变得非常简单。5.1 核心概念：PdfReader 与 PdfWriter在动手之前，先认识pypdf的两个核心对象，理解它们的分工能帮你少走弯路：PdfReader：负责“读”。它打开一个 PDF 文件，让你能访问其中的每一页（reader.pages），也能读取页数、元数据等信息。PdfWriter：负责“写”。它像一个“收集器”，你可以把页面或整个文档添加进去，最后统一输出成一个新的 PDF 文件。简单来说，合并就是“把多个 PdfReader 的内容倒进一个 PdfWriter”，拆分就是“从一个 PdfReader 里挑出若干页，放进一个新的 PdfWriter”。理解了这一点，下面的代码就顺理成章了。5.2 合并多个 PDF 文件合并多个 PDF 的逻辑是：创建一个写入对象，依次读取源文件并将其追加到写入对象中，最后输出新文件。frompypdfimportPdfWriter,PdfReader merger=PdfWriter()pdf_files=['contract_part1.pdf','contract_part2.pdf','appendix.pdf']forpdfinpdf_files:reader=PdfReader(pdf)merger.append(reader)merger.write("merged_contract.pdf")merger.close()print("PDF 合并完成")运行后，你会在当前目录得到一个merged_contract.pdf，它按pdf_files列表的顺序，把三份合同依次拼接在一起。如果以后要合并的文件更多，只需往列表里加文件名即可，代码完全不用改。5.3 拆分 PDF：按页提取如果是拆分操作，比如只想提取前 5 页保存为新文件，可以使用切片思维：reader=PdfReader("large_document.pdf")writer=PdfWriter()# 提取前 5 页（索引 0 到 4）foriinrange(5):writer.add_page(reader.pages[i])withopen("extracted_pages.pdf","wb")asf:writer.write(f)print("页面提取完成")这里要注意，reader.pages的索引从 0 开始，所以“前 5 页”对应索引 0 到 4。如果你想提取的是第 3 到第 8 页，只需把循环改成for i in range(2, 8)即可。5.4 进阶：把一个 PDF 按固定页数拆成多个文件实际工作中，我们常常需要把一个几十页的大文件，按“每 10 页一份”拆成多个小文件。这时可以结合循环和切片思维：frompypdfimportPdfReader,PdfWriter reader=PdfReader("large_document.pdf")total_pages=len(reader.pages)chunk_size=10# 每份 10 页forstartinrange(0,total_pages,chunk_size):writer=PdfWriter()end=min(start+chunk_size,total_pages)# 防止最后一组越界foriinrange(start,end):writer.add_page(reader.pages[i])output_name=f"part_{start//chunk_size+1}.pdf"withopen