用于自动化的 Python：提高您的生产力

Python 自动化简介

对于每个手动任务，都有自动化，对于每个自动化，您可以选择使用多种工具和技术。

但哪种技术位居榜首？

哪一个可以帮助您进行敏捷开发？

毕竟，尽管对自动化进行了大量投资，但没有人愿意花费数小时。

Google Trends过去 12 个月的统计数据显示，在考虑自动化技术时，Python 位居榜首。一门已有 30 年历史的编程语言仍然是开发人员的最爱，而最近使用Python 进行自动化的用例，即 ChatGPT更是热门话题。

那么，让我们来讨论一下 Python 如何在使自动化智能化和改善用户生活方面发挥关键作用。

为什么 Python 最适合自动化？

在智能自动化和超自动化方面，Python 是开发人员首选的编程语言，因为它具有可扩展性、速度更快、提供 24/7 支持并且具有跨平台可访问性。好吧，这些只是讨论的最初要点；在后续的博客中，我们将深入探讨。

正如您在介绍中阅读了关于Python 在自动化项目中的流行程度一样，让我们来讨论一下为什么每个产品负责人都像您一样更喜欢 Python 来实现可扩展和创新的自动化。

事实上，由于几个令人信服的原因，Python 位居榜首，例如

可理解的语法

与其他编程语言不同，Python 复制了英语，使其成为唯一具有最易于理解语法的编程语言。此外，Python 比其他编程语言需要更少的编码，使其成为最受 Python 新手和经验丰富的专业人士欢迎的开源编程语言。

创建 Python 脚本很容易

使用直观且吸引人的 GUI 工具包；Python 开发人员可以轻松快速地创建自动化脚本。这些脚本可帮助您以最少的努力自动执行重复性任务。

它促进敏捷开发

Python 是一种开源且易于使用的编程语言，它对自动化任务和实施业务流程自动化所需的脚本做出了重大贡献。快速的自动化导致更快的上市时间。所以，用python自动化打发项目开发等待期。

它支持跨平台开发

由于 Python 是一种独立的编程语言，因此在 Python 环境中运行自动化脚本可以在任何平台（Windows、Linux 和 Mac）上无缝运行。

自由利用第三方图书馆

自动化任务总是很复杂，但是当您使用 Python 进行自动化时，整个自动化游戏就变成了儿戏。此外，该语言对各种第三方库的可访问性使得实现大规模自动化成为可能。库的范围包括数据操作、网络抓取和 API 自动化。

与所有类型的自动化任务兼容

无论是数据、桌面、网络、测试、云、Web 还是系统自动化任务，Python 都与所有任务保持兼容。您为自动化命名，Python 为您完成。

准备好使用 Python 自动化您的工作流程了吗？
立即联系我们，了解我们的Python 开发服务如何帮助您简化流程并提高生产力。

您可以使用 Python 自动化的前五个流程

Python 是一种古老但最受开发人员采用的编程语言。由于其多功能性和多范式，几乎所有行业和利基市场都在探索这种优秀的编程语言。

正如上一点所解释的，Python 能够自动化几乎所有的业务流程，无论它们有多复杂或多密集。由于它支持 ML 模型并有助于在机器人和业务流程自动化中引入 AI 库，因此 Python 是许多人自动化耗时、容易出错和劳动密集型任务的选择。

以下是您可以使用 Python 自动执行的前五项任务，

电子邮件自动化

发送电子邮件是一项繁琐的任务，但如果它是自动化的，您可以将更多时间花在富有成效的工作上呢？“smtplib 库”是最出色的Python 库之一，可用于通过简单邮件传输协议自动执行邮件发送任务。

以下是使用 Python 的电子邮件自动化脚本示例：

导入 smtplibdef send_email(from_addr, to_addr, subject, body, password):
 message = f"From: {from_addr}\nTo: {to_addr}\nSubject: {subject}\n\n{body}"
 服务器 = smtplib.SMTP('smtp.gmail.com', 587)
 服务器.starttls()
 server.login（from_addr，密码）
 server.sendmail(from_addr, to_addr, message)
 服务器.quit()# 用法示例：send_email(' your_email@gmail.com ', 'recipient_email@example.com ', '测试邮件', '这是一封使用 Python 发送的测试邮件。', 'your_email_password')

文件操作

重复性任务容易受到人为错误的影响。命名一些任务，例如更改命名约定、复制旧文件或跨文件夹复制大量文件会消耗大量时间；另外，任何小错误都会使您的全部努力变得毫无价值。

如果您使用 Python 语言进行自动化，它将助您一臂之力，满足您的所有文件管理需求。它使命名副本、删除、压缩或在您的设备上移动文件等任务变得更加容易、无差错且易于管理。

下面是一个使用 Python 的文件操作脚本示例：

# 读取文件内容以 open('example.txt', 'r') 作为文件：
 内容 = file.read()
 打印（内容）# 将内容写入文件以 open('example.txt', 'w') 作为文件：
 file.write('这是一个新行。')# 将内容附加到文件以 open('example.txt', 'a') 作为文件：
 file.write('\n这是另一行。')

资料整理

从任何报告、PDF 或文档中手动提取数据将是一项艰巨的任务。此外，也有出错的机会。在几乎不需要几分钟的任务上花费一两天也不是一个可行的解决方案。

使用 Python 模块，您可以获取和编译任何类型的数据。此外，它还允许您编写 Python 脚本，以帮助从您选择的文档中获取任何大小和类型的数据。此外，您可以使用 Python 以您喜欢的文件格式下载提取的大量信息。

下面是一个使用 Python 的数据编译脚本示例：

将熊猫导入为 pd# 读取 CSV 文件并连接它们df1 = pd.read_csv('file1.csv')df2 = pd.read_csv('file2.csv')df_combined = pd.concat([df1, df2])# 分组数据并计算统计量分组 = df_combined.groupby('类别')统计数据 = grouped.mean()# 将结果保存到一个新的 CSV 文件stats.to_csv('results.csv')

网页抓取

Web 抓取类似于数据编译自动化。唯一的区别是网络抓取是从在线资源中提取信息的方法，因为通读在线网页并总结所需数据需要很长时间才能获得所需的结果。

你所要做的就是编写一个用于网络抓取的 Python 脚本，你就可以从整个互联网上获取大量信息。此外，它允许您以您喜欢的格式组织提取的数据。

下面是一个使用 Python 的网页抓取脚本示例：

导入请求从 bs4 导入 BeautifulSoup# 向网页发起GET请求response = requests.get('https://www.example.com')html = response.text# 使用 BeautifulSoup 解析 HTMLsoup = BeautifulSoup(html, 'html.parser')# 查找页面上的所有链接链接 = []对于 soup.find_all('a') 中的链接：
 links.append(link.get('href'))# 查找页面上的所有图片图片= []对于 soup.find_all('img') 中的 img：
 images.append(img.get('src'))

生成报告

我们知道手动生成报告是多么具有挑战性。Python 来拯救你。Python 不仅可以进行数据编译或网络抓取，还可以生成报告。如果您使用适当的 Python 脚本实现自动化，则可以使用 Python 编写代码以定期运行命令、设置参数和生成报告。

如果您想给相关方发送电子邮件，并且联系人列表太长，您可以使用 Python 发送自动电子邮件。

以下是使用 Python 生成报告脚本的示例：

导入 csvdef generate_report（输入文件，输出文件）：
    # 打开输入文件并创建输出文件
    以 open(input_file, 'r') 作为 input_csv，open(output_file, 'w') 作为 output_script：
        # 创建一个 CSV 阅读器对象
        阅读器 = csv.reader(input_csv)
        
        # 将文件头写入输出文件
        output_script.write('#报告脚本\n\n')
        
        # 遍历 CSV 文件中的行
        对于阅读器中的行：
            # 将行数据格式化为字符串
            row_str = ', '.join(行)
            
            # 将行数据写入输出文件
            output_script.write(f'print("{row_str}")\n')
            
    print('报告脚本生成成功。')# 示例用法generate_report('input_data.csv', 'report_script.py')

用于自动化的强大 Python 脚本

本节包含一些 Python 中最好的自动化脚本，它们可以简化您的日常任务并让您提高工作效率。

从 PDF 中提取文本

使用“PyPDF2”包从 PDF 中提取文本。从 PDF 文件中提取的数据也可用于生成报告、发票和数据挖掘。运行“pip install PyPDF2”来安装包。

现在让我们看看它释放了哪些机会。

例如，如果您想要从多页 PDF 的单页中获取信息，您可以通过运行以下脚本来自动执行整个过程：

# 导入模块 PyPDF2导入 PyPDF2# 将“example.pdf”放入工作目录# 并以读取二进制模式打开它pdfFileObj = open('example.pdf', 'rb')# 调用并存储 PdfFileReader# pdfReader 中的对象pdfReader = PyPDF2.PdfFileReader(pdfFileObj)#打印pdf的总页数# 打印（pdfReader.numPages）# 通过传递获取pdf的特定页面# number 因为它将页面存储在列表中# 访问第一页 pass 0pageObj = pdfReader.getPage(0)# 提取页面对象# 通过 extractText() 函数文本 = pageObj.extractText()# 打印提取的文本打印（文本）

文本过滤

文本匹配和过滤是一项艰巨的任务，但是当使用 Python 脚本时，过滤变得比以往任何时候都容易。让我们用一个例子来理解这一点。在销售确认消息列表中，如果你想取出信用卡号，那么下面的脚本可以帮助你找到：

# 过滤文本# 导入 re 模块重新进口# 取任意字符串数据string = """我们用来过滤特定项目的字符串。也许我们想匹配信用卡号错误地输入了用户输入。4444 3232 1010 8989也许另一个？9191 0232 9999 1111"""# 定义搜索模式pattern = '(([0-9](\s+)?){4}){4}'# 将模式与输入值匹配found = re.search（模式，字符串）打印（找到）# 根据返回值打印信息如果发现：
 print("找到信用卡号了！")别的：
 print("输入中没有信用卡号")

将 CSV 转换为 Excel

您可能最常遇到要下载的 CSV 文件。现在，下载过程很简单，但是使用 Python 会帮助您跳到好的部分。它允许您将 CSV 数据转换为 Excel，而无需您进行手动工作。

使用“pip install openpxl”下载“openpyxl”文件。

运行下面的脚本并使用下面提到的用于转换的 Python 脚本将 CSV 文件转换为 Excel 电子表格。

#!python3# -*- 编码：utf-8 -*-导入 openpyxl导入系统#输入print("此程序将任何逗号分隔值文件（例如：.csv 或 .data）中的数据写入 Excel 文件。")print("输入和输出文件必须在 python 文件的同一目录中，程序才能运行。\n")csv_name = input("输入的CSV文件名（带扩展名）：")sep = input("CSV 文件的分隔符：")excel_name = input("输出的excel文件名（带扩展名）：")sheet_name = input("输出的excel表格名称：")#打开文件尝试：
 wb = openpyxl.load_workbook(excel_name)
 sheet = wb.get_sheet_by_name(sheet_name)
 文件=打开（csv_name，“r”，编码=“utf-8”）除了：
 print("文件错误！")
 系统退出()#行和列行 = 1列 = 1#对于文件中的每一行对于文件中的行：
 #从行中删除 \n 并使其成为带有分隔符的列表
 行 = 行 [:-1]
 线= line.split（sep）
 #对于行中的每个数据
 对于在线数据：
 #将数据写入单元格
 sheet.cell（行，列）.value = 数据
 #每数据列号加1后
 列 += 1
 #写入下一行列号设置为1，行号增加1
 列 = 1
 行 += 1#保存excel文件并关闭csv文件wb.save(excel_name)文件.close()

从 Wiki 中提取内容

维基百科是一个丰富的信息库，信息可以在交易电子邮件中。它还具有各种其他用途，例如监视更改和创建报告。尝试使用 Python 的维基百科包来快速从维基百科收集信息。

使用“pip install Wikipedia”安装维基百科包。

如果您知道要从中获取信息的特定页面，则可以运行以下 Python 脚本：

导入维基百科page_content = wikipedia.page("秒差距").content# 输出维基百科“Parsec”页面的文本内容打印（页面内容）

如果您要查找与特定文本匹配的特定页面，请在 Python 代码下方运行：

导入维基百科search_results = wikipedia.search("弧秒")# 输出匹配搜索词的页面数组打印（搜索结果）

用于自动化的七大 Python 模块

除了 Python 脚本之外，Python 还使用多个模块和工具进行自动化测试。在构建软件时，您可能会遇到一些挑战，但您可以使用 Python 进行自动化和测试来克服这些挑战。

1. 帕拉米科

Python Paramiko 是一个库，可帮助通过加密介质与远程服务器进行连接和通信。通过使用 Paramiko，您可以自动化和简化任务，例如传输文件、访问远程 shell 和执行命令。通过使用 SSH 客户端，开发人员可以执行临时命令。并且所有命令都在远程服务器中实现。

2.熊猫

Python Pandas 是一个开源库，有助于数据分析和操作。Pandas 包含的数据结构非常适合结构化数据，例如时间序列、电子表格和表格。您可以将 Pandas 用于多种用途，例如：

• 通过数据可视化和统计分析获得洞察力

• 添加值和管理重复项

• 选择和排序数据

• 使用 CSV、SQL 数据库和 Excel 读取和写入数据

3. 硒

用于自动化的流行 Python 模块之一是 Selenium。它是一个开源工具，可帮助测试网络应用程序。使用 Python Selenium 的脚本接口，您甚至可以控制 Web 浏览器。通过这样做，您可以简化和自动化所有单调和重复的任务。

使用 Selenium 与大多数浏览器进行交互；仅举几例，包括 Safari、Firefox、Chrome 和 Internet Explorer。谈到功能，Selenium 允许您采取：

• 截图

• 从网页中获取数据

• 测试和评估网络应用

Selenium 利用客户端-服务器架构，Python 代码通过该架构与实际控制浏览器的浏览器驱动程序交互。它还允许您编写有助于自动执行复杂手动任务的代码。最后，您可以使用 Python Selenium 执行自动化测试。

4. JSON

如果你想在 web 应用程序和 web 服务之间交换数据，那么你必须尝试 JSON 轻量级数据交换格式。JSON是Python标准库的一部分，主要关注数据的序列化和反序列化。

JSON 模块有两个方法：“json.dumps()”和“json.loads()”，其中前者将 Python 对象编码为 JSON 字符串，后者将 JSON 字符串解码为 Python 对象。

5.请求

Python Requests 是一个第三方库，可确保简化启用 HTTP 请求。在 Python Requests 的帮助下，开发人员将能够通过允许他们创建请求和管理响应来与 API 和其他几个 Web 服务进行交互。正因如此，即使是向 Web 服务器发出 HTTP 请求、上传数据、下载文件和处理 cookie 也变得轻而易举。

6. 自动魔法

Automagica 是一个机器人过程自动化开源智能平台。然而，作为一个全面的 Python 模块，它为我们提供了另一个可以利用的机会主义领域——用于 RPA 的 Python。它允许您自动化多个跨平台功能，包括

• 处理 PDF 文件

• 浏览器自动化

• 电邮公司

• 文件和文件夹管理

最好的部分是，Automagica 可用于加快软件开发过程。

7. 构建器

PyBuilder 是一种自动化工具，可简化与 Python 项目的开发、测试和部署相关的重复性任务。因此，使用 Python 进行自动化可以使项目的开发和配置变得更好、更快捷。这个开源自动化工具可以进行个性化设置，并支持插件以向您的项目添加广泛的功能。在几个功能中，一些如下：

• 分辨率和管理依赖

• Python 发行版中的 Python 自动化包和自动化脚本

• 单元、集成和验收测试

• 支持多个 Python 版本和环境

• 启用与 coverage、tox 和 PyLint 的集成

Python 自动化的 5 个用例

Python for Automation 广泛用于多个行业和应用程序。仅举几例，如下所示：

🟠 测试自动化

Python 自动化的用途之一是测试软件以检查其性能和功能。有几个测试库可以运行测试并检查是否存在漏洞。运行测试将有助于识别缺陷和错误。Pytest 和单元测试允许开发人员编写和运行代码作为持续集成 (CI) 管道。

🟠 网页抓取

Python 对自动化有很大帮助的另一个用例是从网站获取数据。在这里，您可以利用 Beautiful Soup 和 Scrapy Python 自动化库来快速提取数据并将它们保存为您喜欢的格式。此外，您甚至可以利用网络抓取来生成潜在客户、市场研究和竞争对手分析。

🟠 系统管理

使用 Python 进行自动化的第三个用例与系统管理有关。该任务包括跟踪系统资源、处理所有网络设备以及自动备份系统。

🟠 数据分析与可视化

Python 还将有助于数据分析和可视化。这一切都要归功于大量库的可访问性，其中包括 NumPy、Pandas 和 Matplotlib。由于有了这些库，处理、分析和可视化的任务变得更加容易和快捷。

🟠 机器人与物联网

如前所述，Python 在认知技术、机器人技术和物联网中很受欢迎。为了与传感器和微控制器进行交互，Python 已准备好使用 PyUSB 和 PySerial。Python的使用包括收集和分析传感器数据、搬运机器人等。

结论

（言鼎科技）