Python自动化办公实战指南

Python 自动化办公，适合处理规则明确、重复频繁、输入输出格式相对稳定的任务，例如：

• 按日期或编号批量整理文件、提取文件名信息。
• 合并多个 Excel 或 CSV，清理空行、统一日期和字段格式。
• 根据表格内容生成 Word 文档、PDF 或汇总报表。
• 从内部系统或公开网页读取信息，填入表格。
• 定时运行报表、文件归档等日常任务。

适合自动化的流程通常有清楚的输入、固定的处理规则和可检查的输出。需要人工判断的环节，例如审批、合同条款解释、异常数据取舍，仍应由人确认。开始前先把现有流程写成几步：输入文件在哪里、怎样判断有效数据、要生成什么结果、遇到异常怎么办。规则越明确，程序越容易维护。

准备 Python 环境

先安装适合当前操作系统的 Python。Windows 安装时可勾选将 Python 添加到 PATH；安装后在终端确认：

python --version

有些系统需要使用 python3。建议每个项目单独创建虚拟环境，避免不同项目依赖互相影响。

mkdir office_task
cd office_task

**Windows**
python -m venv .venv
.venv\Scripts\activate

**macOS 或 Linux**
python3 -m venv .venv
source .venv/bin/activate

激活环境后安装需要的库：

python -m pip install --upgrade pip
python -m pip install pandas openpyxl python-docx

不同任务选择不同工具：

依赖安装后，可以把项目依赖记录下来，方便在另一台电脑上复现：

python -m pip freeze > requirements.txt

在新环境中按文件安装：

python -m pip install -r requirements.txt

从安全的文件操作开始

文件整理常是最容易上手的自动化任务。使用 pathlib 处理路径，比自己拼接斜杠更适合跨平台。批量修改前，先打印计划结果；确认无误后再执行。

下面的例子把目录中的图片按文件名添加统一前缀。它会跳过目标文件已经存在的情况，避免覆盖：

from pathlib import Path

folder = Path("待整理")
prefix = "归档_"

for path in folder.iterdir:
    if not path.is_file:
        continue

new_path = path.with_name(prefix + path.name)

if new_path.exists:
        print(f"跳过，目标已存在：{new_path.name}")
        continue

print(f"计划：{path.name} -> {new_path.name}")
    # 确认计划无误后，取消下一行注释
    # path.rename(new_path)

如果要按文件创建时间、编号或表格中的映射关系改名，应先检查是否有重名、目标文件是否已存在，以及是否会发生“新旧文件名互相占用”。复杂批量改名通常要先生成完整的改名清单，再分两步执行：先改为临时名称，再改成最终名称。

整理目录时建议遵循几个习惯：

• 先复制一份样本目录进行试运行。
• 限定处理范围，例如只处理 .pdf 或 .xlsx 文件。
• 把原始文件、处理中间文件和输出文件放在不同目录。
• 对每个处理结果记录文件名、状态和错误原因。

批量合并和清理 Excel

如果需要按列筛选、汇总、连接多个工作簿，pandas 更方便；如果需要保留或修改单元格样式、批注、合并单元格等，则通常用 openpyxl。两者的 Excel 读写能力和适用格式有差别，可按任务选择，pandas 的 Excel 支持说明见官方文档。

假设每个工作簿都有“日期、部门、金额”三列，下面的程序读取指定目录下的 .xlsx 文件，合并后清理空行和金额格式，并输出汇总结果：

from pathlib import Path
import pandas as pd

source_dir = Path("输入表格")
output_dir = Path("输出")
output_dir.mkdir(exist_ok=True)

frames = []

for file_path in source_dir.glob("*.xlsx"):
    if file_path.name.startswith("~$"):
        continue

try:
        df = pd.read_excel(file_path, sheet_name="明细")
        df["来源文件"] = file_path.name
        frames.append(df)
    except Exception as exc:
        print(f"读取失败：{file_path.name}，原因：{exc}")

if not frames:
    raise SystemExit("没有读取到有效工作簿")

all_data = pd.concat(frames, ignore_index=True)

**统一列名两侧空格，避免“金额 ”与“金额”被当成两列**
all_data.columns = all_data.columns.astype(str).str.strip

required = {"日期", "部门", "金额"}
missing = required - set(all_data.columns)
if missing:
    raise ValueError(f"缺少必要列：{sorted(missing)}")

all_data = all_data.dropna(subset=["部门", "金额"])
all_data["日期"] = pd.to_datetime(all_data["日期"], errors="coerce")
all_data["金额"] = pd.to_numeric(all_data["金额"], errors="coerce")
all_data = all_data.dropna(subset=["日期", "金额"])

summary = (
    all_data.groupby("部门", as_index=False)["金额"]
    .sum
    .sort_values("金额", ascending=False)
)

with pd.ExcelWriter(output_dir / "合并结果.xlsx") as writer:
    all_data.to_excel(writer, sheet_name="明细", index=False)
    summary.to_excel(writer, sheet_name="部门汇总", index=False)

真实工作表往往存在表头行数不一致、列名有别名、日期格式混杂、金额中带货币符号等情况。正式处理前最好统一字段名，并把不符合规则的行单独输出，供人工复核，而不是悄悄丢弃。

如果要编辑已有工作簿的单元格或样式，可以使用 openpyxl：

from openpyxl import load_workbook

workbook = load_workbook("输入.xlsx")
sheet = workbook["Sheet1"]

sheet["D1"] = "处理状态"
sheet["D2"] = "已处理"

workbook.save("输出.xlsx")

要注意，openpyxl 不会像 Excel 一样计算公式。以 data_only=True 打开时读取的是文件中上次由电子表格软件保存的公式结果缓存；如果缓存不存在或过期，读到的值可能为空或旧值。另有一些工作簿对象可能无法被完整保留，修改重要文件前应先备份，并对输出文件做抽查。相关行为和限制可见import csv from pathlib import Path csv_path = Path("名单.csv") with csv_path.open("r", encoding="utf-8-sig", newline="") as file: reader = csv.DictReader(file) for row in reader: print(row)

utf-8-sig 可以兼容带 UTF-8 签名的文件。有些由办公软件导出的中文 CSV 使用本地编码；如果打开后乱码，应先确认文件实际编码，再使用相应编码读取，不要反复尝试后就把乱码数据当作有效内容。

import csv

rows = [
    {"姓名": "林青", "部门": "财务"}
    {"姓名": "周宁", "部门": "采购"}
]

with open("名单输出.csv", "w", encoding="utf-8-sig", newline="") as file:
    writer = csv.DictWriter(file, fieldnames=["姓名", "部门"])
    writer.writeheader
    writer.writerows(rows)

固定格式的通知、确认单、汇报材料等，可以用 Word 模板加数据生成。python-docx 支持创建和修改 .docx 文档，可添加段落、表格和标题样式；其基本用法见from docx import Document records = [ {"姓名": "林青", "部门": "财务", "事项": "费用报销"} {"姓名": "周宁", "部门": "采购", "事项": "供应商对账"} ] for record in records: doc = Document doc.add_heading("事项办理通知", level=1) doc.add_paragraph(f"姓名：{record['姓名']}") doc.add_paragraph(f"部门：{record['部门']}") doc.add_paragraph(f"办理事项：{record['事项']}") doc.add_paragraph("请按内部流程办理。") output_path = f"通知_{record['姓名']}.docx" doc.save(output_path)

如果文档要求统一字体、页眉页脚、页边距或公司标识，建议先在 Word 中制作好模板，再让程序填入内容。逐个生成文档后要检查长文本换行、表格分页、中文字体和文件命名；程序能写入内容，不代表最终版式一定符合使用要求。

Playwright 提供 Python 同步和异步接口，并可驱动 Chromium、Firefox、WebKit；安装 Python 包后还要安装所需浏览器，细节见python -m pip install playwright python -m playwright install chromium

一个只访问公开页面并读取标题的简单例子：

from playwright.sync_api import sync_playwright

with sync_playwright as playwright:
    browser = playwright.chromium.launch(headless=True)
    page = browser.new_page
    page.goto(" wait_until="domcontentloaded")
    print(page.title)
    browser.close