9个Python自动化办公提效脚本：从文件处理到文档自动化

准备工作与核心依赖

在运行以下脚本前，请确保已安装 Python 3.8+ 并配置好基础环境变量。部分功能需要额外安装外部工具或库：

• 多媒体处理：脚本1依赖 ffmpeg（已安装请确保加入系统PATH）。
• NLP与邮箱：脚本2、7分别需 pip install jieba snownlp yagmail，邮箱发送需提前开启SMTP服务并获取授权码。
• 图像处理：脚本6需 pip install Pillow。
• 文档转换：脚本8需在目标设备安装 LibreOffice（脚本内已包含macOS默认路径探测）。
• PDF编辑：脚本9需 pip install PyPDF2。

实操步骤与参数说明

第1步：长视频按固定时长切分

目的：将单个大体积视频拆分为多个等长片段，便于传输或上传。

关键参数：segment_time 设置切割间隔（单位秒），m3u8_list 与 output_video 定义索引文件与TS文件保存路径。

from subprocess import run

input_video = "test.mp4"
segment_time = 10
m3u8_list = "/path/to/playlist.m3u8"
output_video = "/path/to/video-%04d.ts"

cmd1 = [
    "ffmpeg", "-i", input_video,
    "-f", "segment", "-segment_time", str(segment_time),
    "-segment_format", "mpegts",
    "-segment_list", m3u8_list,
    "-c", "copy", "-map", "0", output_video
]
run(cmd1)

# 后续合并参考：ffmpeg -allowed_extensions ALL index.m3u8 -c copy out.mp4

完成判断：执行后目录下生成对应数量的 .ts 分片与一个 .m3u8 索引文件。

第2步：基于情感色彩的评论词汇统计

目的：从用户评语中提取核心形容词，并通过阈值划分正向/负向评价数量。

入口与动作：加载待分析文本 → 停用词过滤 → 词性标注保留 'a'(形容词)/'l'(成语) → SnowNLP打分 → 累加计数。

import jieba
import jieba.posseg as psg
from snownlp import SnowNLP

words1 = "味道差，口感没有，服务态度恶劣，心情很差，不再来了"
stop_words = {"，", "！", "，"}

# 1. 分词与去标点
words_raw = jieba.cut(words1)
filtered_words = [w for w in words_raw if w not in stop_words]

# 2. 词性过滤保留形容词/成语
pos_pairs = [(w.word, w.flag) for w in psg.cut(words1)]
saved_pos = ['a', 'l']
target_words = [pair[0] for pair in pos_pairs if pair[1] in saved_pos]

positive = 0
negtive = 0
for word in target_words:
    score = SnowNLP(word).sentiments
    print(f"{word} -> {score:.4f}")
    if score > 0.7:
        positive += 1
    else:
        negtive += 1

print(f"正向评价数量: {positive} | 负向评价数量: {negtive}")

完成判断：控制台输出各词得分与最终正负向计数，阈值可根据业务反馈微调。

第3步：指定目录批量顺序重命名

目的：将文件夹内符合扩展名的文件统一命名为连续数字编号。

动作：遍历目录 → 匹配后缀 → 拼接新路径 → os.rename 覆盖。

import os

folder_path = "/Users/cn-xx/Downloads/invoice_folder"
ext_filter = ".pdf"
counter = 1

for name in os.listdir(folder_path):
    if not name.endswith(ext_filter):
        continue
    old_abs = os.path.join(folder_path, name)
    new_name = f"{counter}{ext_filter}"
    new_abs = os.path.join(folder_path, new_name)
    os.rename(old_abs, new_abs)
    counter += 1

print("重命名完成，当前文件列表:", os.listdir(folder_path))

风险提示：执行前建议备份原文件夹。若文件名已存在，os.rename 会静默覆盖。

第4步：批量触发系统打印队列

目的：将文件夹下的所有PDF一键发送至本地默认打印机。

注意：本例使用 macOS/Linux 的 lpr 命令。Windows环境请替换为 ctypes.windll.shell32.ShellExecuteW(None, "open", pdf_file, "", None, 1) 或调用打印服务API。

import os
import subprocess

def batch_print(folder):
    for fn in os.listdir(folder):
        if fn.lower().endswith('.pdf'):
            full_path = os.path.join(folder, fn)
            subprocess.run(['lpr', full_path], capture_output=True)
            print(f"已提交打印: {fn}")

batch_print('/Users/cn-xx/Downloads/print_queue')

第5步：按扩展名自动分类移动文件

目的：扫描根目录，将媒体、安装包、图片等分散文件归档至同级子文件夹。

修复说明：原逻辑中路径变量未传入函数导致 NameError，此处已补全参数作用域。

import os
import shutil
from queue import Queue

def classify_files(base_dir, type_map):
    # 创建分类子目录
    for _dest in type_map:
        dest_full = os.path.join(base_dir, _dest)
        os.makedirs(dest_full, exist_ok=True)
    
    q = Queue()
    for _root, _dirs, _files in os.walk(base_dir):
        if not _files: continue
        q.put(f"{_root}::{_files}")
        break  # 演示仅处理顶层，多层可去掉break

    while not q.empty():
        item = q.get()
        dir_path, raw_files = item.split("::")
        raw_files = raw_files.strip("[]").split(", ")
        
        for fname in raw_files:
            if not fname.strip(): continue
            _, ext = os.path.splitext(fname)
            ext_clean = ext.lstrip('.').lower()
            
            for dest_cat, allowed_ext in type_map.items():
                if ext_clean in allowed_ext:
                    src = os.path.join(dir_path, fname)
                    dst = os.path.join(base_dir, dest_cat, fname)
                    if os.path.exists(src):
                        shutil.move(src, dst)
                        print(f"移动: {fname} -> {dest_cat}/")

src_root = "/Users/cn-xx/Downloads/test_archive"
file_rules = {
    "music": {"mp3", "wav", "flac"},
    "video": {"mp4", "mkv", "avi"},
    "apps": {"exe", "dmg", "apk"},
    "images": {"jpg", "png", "webp"}
}
classify_files(src_root, file_rules)

第6步：提取图像高频像素并生成色板

目的：识别图片中出现最多的颜色组合，并在画布左侧绘制对应色块辅助视觉核对。

from PIL import Image

img = Image.open("test_input.jpg").convert("P", palette=Image.ADAPTIVE)
palette = img.getpalette()

# 获取颜色频次降序排列
color_counts = sorted(img.getcolors(maxcolors=9999), reverse=True)[:5]
dominant_colors = []

for count, idx in color_counts:
    r, g, b = palette[idx*3 : idx*3+3]
    dominant_colors.append((r, g, b))

# 在原图空白区域绘制色板
canvas = img.copy()
w, h = canvas.size
block_w, block_h = 80, h
for i, (r, g, b) in enumerate(dominant_colors):
    canvas.paste((r, g, b), (i*block_w, 0, (i+1)*block_w, h))

canvas.save("result_palette.jpg")

图示核对：下方为原图与处理后色板对比结果，可直接观察色调分布是否准确反映原始画面。

第7步：配置账号自动发送带附件邮件

目的：替代手工打包附件，实现定时报表或凭证的自动投递。

关键配置：password 必须填写邮箱SMTP授权码而非登录密码；端口建议使用 465 (SSL)。

import yagmail

smtp_conn = yagmail.SMTP(
    user="sender@163.com",
    password="your_auth_code_here",  # 填写SMTP授权码
    host="smtp.163.com",
    port=465
)

body_html = "<p>附件为今日自动汇总数据，请查收。</p>"
smtp_conn.send("recipient@example.com", "每日运营报表", body_html, "data_export.png")
print("邮件发送成功")

第8步：Office办公文档批量转PDF

目的：利用LibreOffice引擎无界面静默转换 .docx/.xlsx/.pptx 为标准PDF。

入口：命令行调用或封装为函数。当前版本优先适配macOS路径探测，其他系统需修改 soffice_paths。

import os
import sys
import subprocess
import platform

def office_to_pdf(input_path, output_path=None):
    if not os.path.exists(input_path):
        raise FileNotFoundError(f"找不到源文件: {input_path}")
    _, ext = os.path.splitext(input_path)
    if ext.lower() not in ['.doc', '.docx', '.xls', '.xlsx', '.ppt', '.pptx']:
        raise ValueError("不支持的格式")
        
    if output_path is None:
        output_path = input_path.rsplit('.', 1)[0] + '.pdf'
        
    out_dir = os.path.dirname(os.path.abspath(output_path))
    
    # 探测 soffice 路径
    engine = ''
    candidates = ['/Applications/LibreOffice.app/Contents/MacOS/soffice',
                  '/usr/local/bin/soffice', 'soffice']
    for c in candidates:
        if c in ('soffice',) or os.path.exists(c):
            engine = c
            break
    
    if not engine:
        raise RuntimeError("未检测到LibreOffice，请先安装。")
        
    cmd = [engine, '--headless', '--convert-to', 'pdf',
           '--outdir', out_dir, os.path.abspath(input_path)]
           
    res = subprocess.run(cmd, capture_output=True, text=True, timeout=30)
    if res.returncode == 0:
        gen_name = os.path.splitext(os.path.basename(input_path))[0] + '.pdf'
        final_path = os.path.join(out_dir, gen_name)
        if os.path.exists(final_path):
            return final_path
    raise RuntimeError("转换失败，请检查日志。")

# 用法示例：office_to_pdf('report.xlsx', 'report_final.pdf')

第9步：逐页批量添加水印背景

目的：将单页透明/半透明水印PDF叠加至任意多页合同的每一页背面。

from PyPDF2 import PdfReader, PdfWriter

def add_watermark(pdf_src, wm_path, pdf_dst):
    reader = PdfReader(pdf_src)
    wm_reader = PdfReader(wm_path)
    writer = PdfWriter()
    
    for page in reader.pages:
        page.merge_page(wm_reader.pages[0])
        writer.add_page(page)
        
    with open(pdf_dst, "wb") as f:
        writer.write(f)

add_watermark("contract_original.pdf", "watermark_bg.pdf", "contract_watermarked.pdf")
print("加水印完成")

图示核对：以下为纯水印底稿与最终渲染效果的直观对比。

常见问题排查

• 权限拒绝/路径不存在：检查Python进程是否具备读写目标磁盘的权限，相对路径建议先通过 os.path.abspath() 转为绝对路径。
• 编码乱码：涉及中文路径或文本时，确保终端与IDE均使用 UTF-8 编码，必要时在文件头声明 # -*- coding: utf-8 -*-。
• LibreOffice 静默启动慢：首次调用会自动初始化缓存，耗时约3~5秒属正常现象，后续调用将显著加快。
• 水印位置偏移：PyPDF2 的 merge_page 默认左上对齐。若需精确居中，需结合 Pillow 预先合成带定位坐标的水印页后再传入。

简要总结

上述9个脚本覆盖了办公场景中最耗时的文件规整、格式互转、内容校验与通信分发环节。将代码中的硬编码路径替换为动态获取的命令行参数或GUI选择器，即可将其转化为稳定运行的个人效率工具集。以上就是基于Python实现自动化办公提效脚本的详细内容，更多关于Python文件批量处理、办公自动化脚本开发及应用实践的资料请关注本站其它相关文章！