当前位置:

首页 > 编程开发 > 一文分享10个让你效率翻10倍的Python脚本(拿来直接用)

一文分享10个让你效率翻10倍的Python脚本(拿来直接用)

前言 你有没有算过,每天有多少时间浪费在重复劳动上? 复制粘贴文件名手动修改Excel表格一个个下载网页图片手动发送相同内容的邮件… 这些看似简单的操作,一天下来可能消耗你2-3小时。 今天这篇文章,我整理了10个最实用的Python自动化脚本,覆盖文件处理、数据操作、网络请求、自动化办公等多个场景

本文目录

    前言

    你有没有算过,每天有多少时间浪费在重复劳动上?

    一文分享10个让你效率翻10倍的Python脚本(拿来直接用)

    • 复制粘贴文件名
    • 手动修改Excel表格
    • 一个个下载网页图片
    • 手动发送相同内容的邮件
    • …

    这些看似简单的操作,一天下来可能消耗你2-3小时。

    今天这篇文章,我整理了10个最实用的Python自动化脚本,覆盖文件处理、数据操作、网络请求、自动化办公等多个场景。每个脚本都提供完整代码和使用说明,直接复制就能用。

    准备好让你的效率翻10倍了吗?开始吧!

    脚本1:批量提取文件名

    适用场景

    需要把某个文件夹下所有文件名导出到Excel或记事本,比如:

    • 整理素材库,生成文件清单
    • 做资产盘点,统计文件数量
    • 批量操作时,需要先知道有哪些文件

    核心代码

    import os
    
    def extract_filenames(folder_path, output_file):
        """
        提取文件夹内所有文件名并保存
    
        参数:
            folder_path: 目标文件夹路径
            output_file: 输出文件路径(.txt或.xlsx)
        """
    
        # 获取所有文件名
        filenames = []
        for root, dirs, files in os.walk(folder_path):
            for file in files:
                full_path = os.path.join(root, file)
                relative_path = os.path.relpath(full_path, folder_path)
                filenames.append(relative_path)
    
        # 保存到文件
        with open(output_file, 'w', encoding='utf-8') as f:
            for name in filenames:
                f.write(name + 'n')
    
        print(f'已提取 {len(filenames)} 个文件名,保存到: {output_file}')
    
    # 使用示例
    extract_filenames(r'C:项目资料', '文件清单.txt')
    

    效率提升: 手动复制:10分钟 → 脚本执行:5秒,效率提升 120倍

    脚本2:自动创建文件夹结构

    适用场景

    项目启动时需要创建固定的文件夹结构,比如:

    项目/

    ├── 01_需求文档/

    ├── 02_设计稿/

    ├── 03_开发文档/

    ├── 04_测试报告/

    └── 05_交付文档/

    核心代码

    import os
    
    def create_project_structure(base_path, structure):
        """
        根据配置创建文件夹结构
    
        参数:
            base_path: 根目录路径
            structure: 文件夹结构(列表或字典)
        """
    
        def create_folder(path):
            if not os.path.exists(path):
                os.makedirs(path)
                print(f'创建文件夹: {path}')
    
        if isinstance(structure, dict):
            for folder, subfolders in structure.items():
                folder_path = os.path.join(base_path, folder)
                create_folder(folder_path)
                if subfolders:
                    create_project_structure(folder_path, subfolders)
        elif isinstance(structure, list):
            for folder in structure:
                folder_path = os.path.join(base_path, folder)
                create_folder(folder_path)
    
        print('n文件夹结构创建完成!')
    
    # 使用示例
    project_structure = {
        '01_需求文档': ['原始需求', '需求分析', '原型图'],
        '02_设计稿': ['UI设计', '交互设计'],
        '03_开发文档': ['技术方案', '接口文档'],
        '04_测试报告': ['测试用例', '测试结果'],
        '05_交付文档': ['用户手册', '部署文档']
    }
    
    create_project_structure(r'D:新项目', project_structure)
    

    效率提升: 手动创建:5分钟 → 脚本执行:1秒,效率提升 300倍

    脚本3:批量转换图片格式

    适用场景

    需要把PNG转JPG,或者压缩图片体积,比如:

    • 网站素材需要统一格式
    • 减小图片体积方便传输

    核心代码

    from PIL import Image
    import os
    
    def convert_images(input_folder, output_folder, target_format='jpg'):
        """
        批量转换图片格式
    
        参数:
            input_folder: 输入文件夹
            output_folder: 输出文件夹
            target_format: 目标格式(jpg/png/webp)
        """
    
        if not os.path.exists(output_folder):
            os.makedirs(output_folder)
    
        supported_formats = ['.jpg', '.jpeg', '.png', '.bmp', '.webp', '.gif']
        converted = 0
    
        for filename in os.listdir(input_folder):
            if any(filename.lower().endswith(ext) for ext in supported_formats):
                try:
                    img_path = os.path.join(input_folder, filename)
                    img = Image.open(img_path)
    
                    # 处理透明通道(PNG转JPG时需要)
                    if img.mode == 'RGBA':
                        img = img.convert('RGB')
    
                    new_name = os.path.splitext(filename)[0] + f'.{target_format}'
                    output_path = os.path.join(output_folder, new_name)
    
                    img.save(output_path, target_format.upper())
                    converted += 1
                    print(f'转换成功: {filename} -> {new_name}')
    
                except Exception as e:
                    print(f'转换失败: {filename}, 错误: {e}')
    
        print(f'n转换完成!共处理 {converted} 张图片')
    
    # 使用示例
    convert_images(r'C:原始图片', r'C:转换后图片', 'jpg')
    

    依赖: pip install Pillow 效率提升: 使用PS手动转换:30分钟 → 脚本执行:10秒,效率提升 180倍

    脚本4:批量下载网页图片

    适用场景

    看到网页上有好看的图片,想一键全部下载,比如:

    • 设计参考图收集
    • 素材下载
    • 竞品分析资料

    核心代码

    import requests
    from bs4 import BeautifulSoup
    import os
    from urllib.parse import urljoin
    
    def download_images_from_web(url, output_folder):
        """
        下载网页中所有图片
    
        参数:
            url: 网页地址
            output_folder: 保存文件夹
        """
    
        if not os.path.exists(output_folder):
            os.makedirs(output_folder)
    
        headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'}
        response = requests.get(url, headers=headers)
        soup = BeautifulSoup(response.text, 'html.parser')
    
        images = soup.find_all('img')
        downloaded = 0
    
        for i, img in enumerate(images):
            try:
                img_url = img.get('src') or img.get('data-src')
                if not img_url:
                    continue
    
                if not img_url.startswith('http'):
                    img_url = urljoin(url, img_url)
    
                img_response = requests.get(img_url, headers=headers, timeout=10)
    
                ext = os.path.splitext(img_url)[1] or '.jpg'
                if ext not in ['.jpg', '.jpeg', '.png', '.gif', '.webp']:
                    ext = '.jpg'
    
                filename = f'image_{i+1:03d}{ext}'
                filepath = os.path.join(output_folder, filename)
    
                with open(filepath, 'wb') as f:
                    f.write(img_response.content)
    
                downloaded += 1
                print(f'下载成功: {filename}')
    
            except Exception as e:
                print(f'下载失败: {img_url[:50]}... 错误: {e}')
    
        print(f'n下载完成!共下载 {downloaded} 张图片')
    
    # 使用示例
    download_images_from_web('https://example.com/gallery', r'C:下载图片')
    

    依赖: pip install requests beautifulsoup4 效率提升: 手动右键另存:20分钟 → 脚本执行:15秒,效率提升 80倍

    脚本5:自动发送邮件

    适用场景

    需要定期发送相同内容的邮件,比如:

    • 工作日报
    • 通知邮件
    • 营销邮件(请勿滥用)

    核心代码

    import smtplib
    from email.mime.text import MIMEText
    from email.mime.multipart import MIMEMultipart
    from email.mime.base import MIMEBase
    from email import encoders
    import os
    
    def send_email(config):
        """
        发送邮件(支持附件)
    
        参数:
            config: 邮件配置字典
                - sender: 发件人邮箱
                - password: 邮箱授权码(不是登录密码)
                - receiver: 收件人邮箱
                - subject: 邮件主题
                - content: 邮件内容
                - attachments: 附件列表(可选)
        """
    
        msg = MIMEMultipart()
        msg['From'] = config['sender']
        msg['To'] = config['receiver']
        msg['Subject'] = config['subject']
    
        msg.attach(MIMEText(config['content'], 'plain', 'utf-8'))
    
        if 'attachments' in config:
            for file_path in config['attachments']:
                if os.path.exists(file_path):
                    with open(file_path, 'rb') as f:
                        part = MIMEBase('application', 'octet-stream')
                        part.set_payload(f.read())
                        encoders.encode_base64(part)
                        part.add_header('Content-Disposition',
                                       f'attachment; filename="{os.path.basename(file_path)}"')
                        msg.attach(part)
    
        try:
            server = smtplib.SMTP_SSL('smtp.qq.com', 465)
            server.login(config['sender'], config['password'])
            server.sendmail(config['sender'], config['receiver'], msg.as_string())
            server.quit()
            print('邮件发送成功!')
        except Exception as e:
            print(f'邮件发送失败: {e}')
    
    # 使用示例
    email_config = {
        'sender': 'your_email@qq.com',
        'password': 'your_authorization_code',  # 在邮箱设置中获取授权码
        'receiver': 'target@example.com',
        'subject': '工作日报 - 2024/01/15',
        'content': '今日工作内容:n1. 完成A模块开发n2. 修复B问题n3. 编写测试用例',
        'attachments': [r'C:日报.xlsx']
    }
    
    send_email(email_config)
    

    注意: QQ邮箱需要授权码,在邮箱设置→账户→POP3/SMTP服务中获取 效率提升: 手动发邮件:5分钟 → 脚本执行:3秒,效率提升 100倍

    脚本6:批量压缩文件

    适用场景

    需要把多个文件或文件夹压缩打包,比如:

    • 项目归档
    • 文件传输
    • 备份资料

    核心代码

    import zipfile
    import os
    
    def batch_compress(source_paths, output_file):
        """
        批量压缩文件或文件夹
    
        参数:
            source_paths: 要压缩的文件/文件夹列表
            output_file: 输出压缩包路径
        """
    
        with zipfile.ZipFile(output_file, 'w', zipfile.ZIP_DEFLATED) as zipf:
            for source in source_paths:
                if os.path.isfile(source):
                    zipf.write(source, os.path.basename(source))
                    print(f'添加文件: {source}')
                elif os.path.isdir(source):
                    folder_name = os.path.basename(source)
                    for root, dirs, files in os.walk(source):
                        for file in files:
                            file_path = os.path.join(root, file)
                            arcname = os.path.join(folder_name, os.path.relpath(file_path, source))
                            zipf.write(file_path, arcname)
                    print(f'添加文件夹: {source}')
    
        size = os.path.getsize(output_file) / 1024 / 1024
        print(f'n压缩完成!文件大小: {size:.2f} MB')
        print(f'保存位置: {output_file}')
    
    # 使用示例
    sources = [
        r'C:项目文档',
        r'C:设计稿',
        r'C:需求说明.pdf'
    ]
    
    batch_compress(sources, r'C:项目备份.zip')
    

    效率提升: 手动右键压缩:3分钟 → 脚本执行:10秒,效率提升 18倍

    脚本7:自动清理临时文件

    适用场景

    系统运行久了产生大量临时文件,占用磁盘空间,比如:

    • 浏览器缓存
    • 系统临时文件
    • 软件产生的日志文件

    核心代码

    import os
    import shutil
    
    def clean_temp_files(folders_to_clean, extensions_to_delete=None):
        """
        清理临时文件
    
        参数:
            folders_to_clean: 要清理的文件夹列表
            extensions_to_delete: 要删除的文件扩展名列表(可选)
        """
    
        total_deleted = 0
        total_size = 0
    
        for folder in folders_to_clean:
            if not os.path.exists(folder):
                print(f'文件夹不存在: {folder}')
                continue
    
            print(f'n正在清理: {folder}')
    
            for root, dirs, files in os.walk(folder):
                for file in files:
                    file_path = os.path.join(root, file)
    
                    if extensions_to_delete:
                        ext = os.path.splitext(file)[1].lower()
                        if ext not in extensions_to_delete:
                            continue
    
                    try:
                        size = os.path.getsize(file_path)
                        os.remove(file_path)
                        total_deleted += 1
                        total_size += size
                        print(f'删除: {file_path}')
                    except Exception as e:
                        print(f'删除失败: {file_path}, 原因: {e}')
    
        print(f'n清理完成!删除文件: {total_deleted} 个,释放空间: {total_size / 1024 / 1024:.2f} MB')
    
    # 使用示例
    temp_folders = [
        os.environ.get('TEMP'),
        r'C:WindowsTemp',
        os.path.expanduser('~AppDataLocalMicrosoftWindowsINetCache')
    ]
    
    extensions = ['.tmp', '.log', '.cache', '.bak']
    
    clean_temp_files(temp_folders, extensions)
    

    注意: 建议先备份重要文件,不要删除正在使用的程序文件 效率提升: 手动查找删除:15分钟 → 脚本执行:30秒,效率提升 30倍

    脚本8:批量修改文件时间戳

    适用场景

    需要统一文件的创建/修改时间,比如:

    • 整理照片按日期排序
    • 统一项目文件时间
    • 数据归档整理

    核心代码

    import os
    import time
    
    def modify_file_timestamp(folder_path, target_date):
        """
        批量修改文件时间戳
    
        参数:
            folder_path: 目标文件夹
            target_date: 目标日期字符串(格式:'2024-01-15 12:00:00')
        """
    
        target_timestamp = time.mktime(time.strptime(target_date, '%Y-%m-%d %H:%M:%S'))
    
        modified_count = 0
    
        for root, dirs, files in os.walk(folder_path):
            for file in files:
                file_path = os.path.join(root, file)
    
                try:
                    os.utime(file_path, (target_timestamp, target_timestamp))
                    modified_count += 1
                    print(f'修改: {file}')
                except Exception as e:
                    print(f'修改失败: {file_path}, 原因: {e}')
    
        print(f'n修改完成!共处理 {modified_count} 个文件')
    
    # 使用示例
    modify_file_timestamp(r'C:项目文档', '2024-01-15 09:00:00')
    

    效率提升: 手动修改:不支持 → 脚本执行:5秒

    脚本9:Excel数据对比工具

    适用场景

    需要对比两个Excel表格的差异,比如:

    • 检查数据变更
    • 核对账目差异
    • 版本对比

    核心代码

    import pandas as pd
    
    def compare_excel(file1, file2, output_file):
        """
        对比两个Excel文件并输出差异
    
        参数:
            file1: 第一个Excel文件
            file2: 第二个Excel文件
            output_file: 差异报告输出路径
        """
    
        df1 = pd.read_excel(file1)
        df2 = pd.read_excel(file2)
    
        common_cols = list(set(df1.columns) & set(df2.columns))
    
        if not common_cols:
            print('两个文件没有共同的列!')
            return
    
        differences = []
    
        for col in common_cols:
            diff = df1[col] != df2[col]
            if diff.any():
                diff_rows = df1[diff].index.tolist()
                for row in diff_rows:
                    differences.append({
                        '行号': row + 2,
                        '列名': col,
                        '文件1的值': df1.loc[row, col] if row < len(df1) else 'N/A',
                        '文件2的值': df2.loc[row, col] if row < len(df2) else 'N/A'
                    })
    
        if differences:
            diff_df = pd.DataFrame(differences)
            diff_df.to_excel(output_file, index=False)
            print(f'发现 {len(differences)} 处差异,已保存到: {output_file}')
        else:
            print('两个文件内容完全一致!')
    
    # 使用示例
    compare_excel(
        r'C:原始数据.xlsx',
        r'C:修改后数据.xlsx',
        r'C:差异报告.xlsx'
    )
    

    效率提升: 手动逐行对比:40分钟 → 脚本执行:3秒,效率提升 800倍

    脚本10:定时任务执行器

    适用场景

    需要定时执行某个脚本或任务,比如:

    • 定时备份数据
    • 定时发送报告
    • 定时清理文件

    核心代码

    import schedule
    import time
    import subprocess
    
    def run_task(task_name, command):
        """执行任务"""
        print(f'[{time.strftime("%Y-%m-%d %H:%M:%S")}] 开始执行: {task_name}')
        try:
            subprocess.run(command, shell=True, check=True)
            print(f'[{time.strftime("%Y-%m-%d %H:%M:%S")}] 执行完成: {task_name}')
        except Exception as e:
            print(f'[{time.strftime("%Y-%m-%d %H:%M:%S")}] 执行失败: {e}')
    
    def setup_scheduled_tasks(tasks):
        """
        设置定时任务
    
        参数:
            tasks: 任务配置列表
        """
    
        for task in tasks:
            name = task['name']
            cmd = task['command']
    
            if task['schedule_type'] == 'daily':
                schedule.every().day.at(task['time']).do(run_task, name, cmd)
                print(f'已设置每日任务: {name} @ {task["time"]}')
    
            elif task['schedule_type'] == 'weekly':
                day = task.get('day', 'monday')
                getattr(schedule.every(), day).at(task['time']).do(run_task, name, cmd)
                print(f'已设置每周任务: {name} @ {day} {task["time"]}')
    
            elif task['schedule_type'] == 'interval':
                minutes = task.get('minutes', 60)
                schedule.every(minutes).minutes.do(run_task, name, cmd)
                print(f'已设置周期任务: {name} @ 每{minutes}分钟')
    
        print('n定时任务已启动,按 Ctrl+C 停止...n')
    
        while True:
            schedule.run_pending()
            time.sleep(1)
    
    # 使用示例
    tasks_config = [
        {'name': '数据备份', 'command': 'python backup.py', 'schedule_type': 'daily', 'time': '18:00'},
        {'name': '清理临时文件', 'command': 'python clean_temp.py', 'schedule_type': 'daily', 'time': '23:00'},
        {'name': '发送日报', 'command': 'python send_report.py', 'schedule_type': 'daily', 'time': '17:30'}
    ]
    
    setup_scheduled_tasks(tasks_config)
    

    依赖: pip install schedule 效率提升: 无需人工干预,全自动执行,效率提升 ∞

    总结:效率提升对比表

    脚本手动时间脚本时间效率提升
    提取文件名10分钟5秒120倍
    创建文件夹结构5分钟1秒300倍
    转换图片格式30分钟10秒180倍
    下载网页图片20分钟15秒80倍
    发送邮件5分钟3秒100倍
    压缩文件3分钟10秒18倍
    清理临时文件15分钟30秒30倍
    修改时间戳不支持5秒∞
    Excel对比40分钟3秒800倍
    定时任务需人工自动∞

    平均效率提升:200倍+

    使用建议

    1. 先跑通一个脚本:选择最需要的场景,复制代码测试
    2. 根据需求修改:调整参数、路径,适应你的场景
    3. 建立自己的脚本库:把常用脚本整理成文件夹
    4. 持续优化:遇到问题就改,越用越顺手
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。