Python自动化办公文档处理的八个优秀实践

# 导入 openpyxl 库
import openpyxl

# 加载现有的 Excel 文件
workbook = openpyxl.load_workbook('example.xlsx')

# 选择工作表
sheet = workbook.active

# 读取单元格值
cell_value = sheet['A1'].value
print(f"单元格 A1 的值是: {cell_value}")

# 修改单元格值
sheet['A1'] = "新的值"

# 创建一个新的 Excel 文件
new_workbook = openpyxl.Workbook()
new_sheet = new_workbook.active
new_sheet['A1'] = "这是新文件的第一个单元格"
new_workbook.save('new_example.xlsx')

# 输出结果
print("新的 Excel 文件已保存")

# 导入 pandas 库
import pandas as pd

# 读取 Excel 文件
data = pd.read_excel('data.xlsx')

# 查看前五行数据
print(data.head())

# 数据清洗：删除空值
data = data.dropna()

# 数据筛选：选择特定列
selected_columns = data[['Name', 'Age']]

# 数据排序
sorted_data = data.sort_values(by='Age', ascending=False)

# 保存处理后的数据到新的 Excel 文件
sorted_data.to_excel('cleaned_data.xlsx', index=False)

# 导入 PyPDF2 库
import PyPDF2

# 打开 PDF 文件
with open('example.pdf', 'rb') as file:
    reader = PyPDF2.PdfFileReader(file)
    
    # 获取 PDF 文件的页数
    num_pages = reader.getNumPages()
    print(f"PDF 文件有 {num_pages} 页")

    # 提取第一页的内容
    page = reader.getPage(0)
    text = page.extractText()
    print(f"第一页的内容是:\n{text}")

    # 创建新的 PDF 文件
    writer = PyPDF2.PdfFileWriter()
    for i in range(num_pages):
        page = reader.getPage(i)
        writer.addPage(page)

    with open('new_example.pdf', 'wb') as output_file:
        writer.write(output_file)

    print("新的 PDF 文件已保存")

# 导入 docx 库
from docx import Document

# 加载现有的 Word 文档
doc = Document('example.docx')

# 读取文档内容
for para in doc.paragraphs:
    print(para.text)

# 添加新段落
doc.add_paragraph('这是新的段落')

# 保存修改后的文档
doc.save('modified_example.docx')

# 导入 pdfplumber 库
import pdfplumber

# 打开 PDF 文件
with pdfplumber.open('example.pdf') as pdf:
    # 获取 PDF 文件的页数
    num_pages = len(pdf.pages)
    print(f"PDF 文件有 {num_pages} 页")

    # 提取第一页的内容
    first_page = pdf.pages[0]
    text = first_page.extract_text()
    print(f"第一页的内容是:\n{text}")

    # 提取所有页的内容
    all_text = ""
    for page in pdf.pages:
        all_text += page.extract_text() + "\n"

    print(f"所有页的内容是:\n{all_text}")

# 导入 tabula-py 和 pandas 库
import tabula
import pandas as pd

# 从 PDF 文件中提取表格数据
tables = tabula.read_pdf('example.pdf', pages='all')

# 将表格数据转换为 Pandas DataFrame
df = tables[0]

# 显示表格数据
print(df)

# 保存表格数据到 CSV 文件
df.to_csv('table_data.csv', index=False)

# 导入 PyMuPDF 库
import fitz

# 打开 PDF 文件
doc = fitz.open('example.pdf')

# 获取 PDF 文件的页数
num_pages = len(doc)
print(f"PDF 文件有 {num_pages} 页")

# 提取第一页的内容
first_page = doc[0]
text = first_page.get_text("text")
print(f"第一页的内容是:\n{text}")

# 从所有页中提取文本
all_text = ""
for page_num in range(num_pages):
    page = doc[page_num]
    all_text += page.get_text("text") + "\n"

print(f"所有页的内容是:\n{all_text}")

# 导入 python-docx 库
from docx import Document
from docx.shared import Pt

# 创建一个新的 Word 文档
doc = Document()

# 添加标题
doc.add_heading('自动化生成的 Word 文档', level=1)

# 添加段落
doc.add_paragraph('这是一个自动化的段落。')

# 添加带格式的文本
paragraph = doc.add_paragraph('这是带格式的文本。')
run = paragraph.add_run(' 这是加粗的部分。')
run.bold = True

# 添加列表
doc.add_paragraph('这是无序列表：')
doc.add_paragraph('* 第一项', style='ListBullet')
doc.add_paragraph('* 第二项', style='ListBullet')

# 添加图片
doc.add_picture('example.jpg', width=Pt(150))

# 保存文档
doc.save('generated_doc.docx')

import pandas as pd
from docx import Document
from docx.shared import Pt
import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.base import MIMEBase
from email.mime.text import MIMEText
from email.utils import COMMASPACE
from email import encoders

# 读取 Excel 文件
sales_data = pd.read_excel('sales_data.xlsx')

# 数据处理
sales_data = sales_data.dropna()
sales_data['Total'] = sales_data['Quantity'] * sales_data['Price']

# 生成报告
report = Document()
report.add_heading('销售报告', level=1)
report.add_paragraph('以下是本月的销售情况：')

# 添加表格
table = report.add_table(rows=1, cols=3)
header_cells = table.rows[0].cells
header_cells[0].text = '产品名称'
header_cells[1].text = '数量'
header_cells[2].text = '总价'

for _, row in sales_data.iterrows():
    row_cells = table.add_row().cells
    row_cells[0].text = str(row['Product'])
    row_cells[1].text = str(row['Quantity'])
    row_cells[2].text = str(row['Total'])

# 保存报告
report.save('sales_report.docx')

# 发送邮件
def send_email(subject, body, to, files=None):
    sender = 'your_email@example.com'
    password = 'your_password'
    
    msg = MIMEMultipart()
    msg['From'] = sender
    msg['To'] = COMMASPACE.join(to)
    msg['Subject'] = subject
    
    msg.attach(MIMEText(body))
    
    if files:
        for file in files:
            part = MIMEBase('application', 'octet-stream')
            with open(file, 'rb') as f:
                part.set_payload(f.read())
            encoders.encode_base64(part)
            part.add_header('Content-Disposition', f'attachment; filename="{file}"')
            msg.attach(part)
    
    server = smtplib.SMTP('smtp.example.com', 587)
    server.starttls()
    server.login(sender, password)
    server.sendmail(sender, to, msg.as_string())
    server.quit()

# 发送邮件
send_email(
    '本月销售报告',
    '请查收本月的销售报告。',
    ['team_member1@example.com', 'team_member2@example.com'],
    files=['sales_report.docx']
)

print("报告已发送！")