Python自动化脚本开发教程：从基础语法到办公自动化实战
面对每天重复的报表整理、文件归档和数据录入，很多人要花掉一两个小时处理机械性工作。Python凭借语法简洁、第三方库丰富、上手成本低的特点，成为办公自动化的首选语言。本教程将从环境搭建和基础语法讲起，带你写出第一个真正能提升效率的自动化脚本。
一、为什么Python适合做自动化脚本
- 语法接近自然语言：同样的逻辑，Python代码量通常只有Java、C++的一半甚至更少，学习曲线平缓。
- 生态完善：openpyxl、pandas处理表格，requests抓取数据，selenium、playwright模拟浏览器操作，常见办公场景几乎都有成熟方案。
- 跨平台运行：Windows、macOS、Linux都能跑，脚本写一次即可在不同环境复用。
- 社区资源丰富：遇到报错时搜索关键词，很容易找到现成的解决方案。
二、环境搭建与基础语法速览
搭建环境只需三步：
- 到Python官网下载3.x版本，安装时勾选“Add Python to PATH”；
- 安装VS Code或PyCharm作为代码编辑器；
- 在命令行执行
pip install openpyxl pandas requests安装常用库。
基础语法需要掌握四个要点：
- 变量与数据类型：字符串、数字、列表、字典是日常脚本中最常用的结构；
- 流程控制：用 if/elif/else 做条件判断，用 for/while 处理批量循环；
- 函数封装：用 def 把重复逻辑抽成函数，代码更易维护；
- 异常处理：用 try/except 捕获报错，保证脚本在文件缺失等异常情况下不中断。
三、办公自动化实战：批量重命名与Excel汇总
场景1：批量重命名文件
import os
folder = r"D:\reports"
for i, name in enumerate(os.listdir(folder)):
os.rename(os.path.join(folder, name),
os.path.join(folder, f"报表_{i+1}.xlsx"))
几行代码即可把一个文件夹里的文件统一命名，替代数十分钟的手工操作。
场景2：合并多个Excel并生成汇总表
import pandas as pd, glob
files = glob.glob("D:/reports/*.xlsx")
df = pd.concat([pd.read_excel(f) for f in files])
df.to_excel("汇总.xlsx", index=False)
这两个脚本覆盖了“遍历文件—读取数据—输出结果”的典型流程，是自动化入门最常见的落地案例。掌握后可以继续扩展：自动下载附件、按条件筛选数据、生成图表等。
四、进阶方向与学习建议
- 定时执行：Windows用“任务计划程序”，macOS和Linux用crontab，让脚本每天固定时间自动运行；
- 消息推送：用smtplib发送邮件，用requests调用企业微信、钉钉机器人接口，把结果自动推送到手机；
- 网页自动化：requests抓取接口数据，selenium或playwright模拟点击、填表单，实现数据采集和系统录入自动化；
- 打包分发：用pyinstaller把脚本打包成exe文件，分享给不熟悉编程的同事使用。
学习路径上，不建议一次学完所有库。更有效的方法是从自己每天面对的痛点入手，比如每天要下载的日报、每周要发的周报，把流程拆解成“读取—处理—输出”三步，用小脚本逐步实现。坚持两三周，就能积累出一套属于自己的效率工具箱。
Python自动化脚本的价值不在于技术多复杂，而在于把重复劳动交还给机器。从今天写出第一个批量重命名脚本开始，你的办公效率提升之路就已经启动。
