简介这份Python自动化办公教程面向希望提升日常办公效率的职场人士与编程初学者以Python为工具解决表格处理、文档生成、邮件收发等重复性事务。教程从基础语法讲起逐步覆盖Excel读写与图表制作、Word与PDF文档操作、PPT快速入门、邮件收发解析、数据库增删改查、网络爬虫与请求解析以及文件、进程、线程等系统级操作并配有实操案例与章节习题便于边学边练。资源包共1个docx文件约1.84MB内容按章节组织目录清晰涵盖openpyxl、python-docx、python-pptx等常用库的用法与案例适合作为系统学习与查阅的手册。目前已有1146人学习说明其内容对办公自动化入门与进阶具有实际参考价值读者可据此搭建完整的自动化办公技能框架。1. 从一份目录说起Python 自动化办公教程到底能解决什么如果你每天的工作里有一半时间在 Excel 里复制粘贴、在 Word 里改模板、在 PPT 里对齐图表那这份 Python 自动化办公教程就是冲着你来的。它不讲 Python 基础语法直接从 openpyxl 操作 Excel 讲起一路覆盖 python-docx 处理 Word、PDF 读写合并拆分、python-pptx 生成 PPT 图表最后落到工资条生成、加班统计、查重、身份证信息提取这类真实办公场景。整份教程按三章组织配套 50 多个编号示例每个示例对应一个可运行的小脚本。适合两类人一类是会用 Python 写循环和函数、但没系统操作过 Office 文件的开发者另一类是被重复报表折磨、想用脚本替代手工的办公岗。它不教你从零学编程但能让你在半天内跑通第一个自动化脚本。2. openpyxl 三对象模型把 Excel 读写拆成 Workbook、Worksheet、Cellopenpyxl 是这份教程的第一块地基也是后面所有 Excel 案例的依赖。它的设计思路很清晰一个 Excel 文件对应一个 Workbook一个工作表对应一个 Worksheet一个格子对应一个 Cell。三层对象各管各的读数据从 Cell 往上拿写数据从 Workbook 往下落。理解这个层级关系后面调iter_rows()还是ws[A1]就不会犯迷糊。2.1 安装与 Workbook 的创建、加载、保存安装只有一条命令但要注意 openpyxl 只认.xlsx老式.xls得另找库。教程里明确写了这一点实际项目里如果拿到的是.xls常见做法是先手工另存为.xlsx或者用 pandas 中转一次。pip install openpyxl装完之后创建和加载是两条不同的路径新建用Workbook()打开已有文件用load_workbook()。这里有个新手最容易翻车的地方——load_workbook()只是把文件读进内存你对单元格做的任何修改都不会自动回写必须显式调用save()。import openpyxl # 新建一个工作簿默认带一个名为 Sheet 的工作表 wb_new openpyxl.Workbook() # 加载本地已有工作簿filename 是必传参数 wb openpyxl.load_workbook(excelTest.xlsx) # 所有修改完成后必须保存否则原文件不变 wb.save(excelTest_out.xlsx)参数上load_workbook()除了filename常用的还有read_onlyTrue大文件只读模式省内存和data_onlyTrue读公式的计算结果而不是公式本身。这两个参数在批量处理上千行报表时很关键后面避坑章节会展开。2.2 Worksheet 的获取、创建与行列访问拿到 Workbook 之后下一步是定位工作表。教程里给了三种方式wb.active拿当前激活表wb[Sheet1]按名字拿wb.sheetnames列出所有表名。创建新表用create_sheet()删除用remove()。import openpyxl wb openpyxl.load_workbook(excelTest.xlsx) # 方式一获取当前激活的工作表 ws wb.active # 方式二按名称获取 ws2 wb[Sheet2] # 方式三列出所有表名再遍历 print(wb.sheetnames) # [Sheet1, Sheet2] for sheet in wb: print(sheet.title) # 创建新工作表第二个参数 index 控制插入位置 my_sheet wb.create_sheet(mySheet, index0)Worksheet 对象上最常用的属性是max_row、max_column、dimensions它们告诉你“有数据的区域”边界。注意dimensions返回的是类似A1:D20的字符串而max_row是整数写循环时用后者更直接。访问整行整列可以用ws[C]拿 C 列、ws[6]拿第 6 行切片ws[2:4]拿第 2 到第 4 行。批量读取推荐iter_rows()它支持min_row、max_row、min_col、max_col四个参数比手动拼坐标稳。# 逐行读取限定行范围和列范围避免读到空行 for row in ws.iter_rows(min_row2, max_rowws.max_row, min_col1, max_col5): for cell in row: print(cell.value, end\t) print()这段代码的逻辑是从第 2 行开始跳过表头读到最大行只取前 5 列。参数min_row2是血泪经验——表头行通常不参与数据处理从第 1 行开始读会把列名当数据算进去。2.3 Cell 的坐标、取值与写入的三种姿势Cell 对象身上就四个常用属性row、column、value、coordinate。coordinate返回A1这种字符串坐标row和column返回数字。写入数据教程给了三种方式ws[A1] 值直接赋值、ws.cell(row1, column1, value值)按坐标写、ws.append([...])按行追加。import openpyxl wb openpyxl.Workbook() ws wb.active # 方式一坐标赋值 ws[A1] 姓名 ws[B1] 部门 # 方式二cell() 方法适合循环里按行列号写 for i in range(2, 6): ws.cell(rowi, column1, valuef员工{i-1}) ws.cell(rowi, column2, value技术部) # 方式三append() 整行追加适合列表数据 ws.append([张三, 财务部]) ws.append([李四, 市场部]) wb.save(write_test.xlsx)三种方式没有优劣看场景表头固定用坐标赋值最直观循环生成用cell()最灵活从列表或数据库结果批量落盘用append()最省事。append()有个细节——它总是追加到当前最大行的下一行不会覆盖已有数据所以别在同一个表上反复 append 同一批数据否则会翻倍。3. 样式、公式与图表让脚本产出的 Excel 能直接交差只会读写值的脚本产出的表格是“能用但没法看”。教程在读写之后专门讲了样式、公式、行高列宽、合并拆分和图表这部分才是让自动化产物能直接发给同事的关键。很多人卡在这一步数据对了但格式全丢最后还是得手工调。3.1 字体、对齐与行高列宽的设置openpyxl 的样式通过Font、Alignment、Border等类组合实现改完赋值给 Cell 的对应属性。教程示例里改字体样式的写法是标准套路先 import 样式类实例化再赋给cell.font。import openpyxl from openpyxl.styles import Font, Alignment wb openpyxl.load_workbook(excelTest.xlsx) ws wb.active # 设置 A1 单元格字体加粗、字号 12、颜色红色 ws[A1].font Font(name微软雅黑, boldTrue, size12, colorFF0000) # 设置居中对齐 ws[A1].alignment Alignment(horizontalcenter, verticalcenter) # 设置行高和列宽单位分别是磅和字符宽度 ws.row_dimensions[1].height 30 ws.column_dimensions[A].width 20 wb.save(style_test.xlsx)参数说明Font的color用十六进制 RGB 字符串bold是布尔值Alignment的horizontal可选center、left、rightvertical可选center、top、bottom。行高单位是磅point列宽单位是字符数这两个数值调起来有点玄学建议先手工在 Excel 里调好记下数值再写进脚本。3.2 公式写入与合并、拆分单元格公式写入很直接把公式字符串赋给value即可openpyxl 不会计算公式只负责把公式存进去打开 Excel 时才由 Excel 引擎算。合并单元格用merge_cells()拆分用unmerge_cells()参数都是A1:D1这种范围字符串。import openpyxl wb openpyxl.Workbook() ws wb.active # 写入公式求和 A1 到 A3 ws[A1] 10 ws[A2] 20 ws[A3] 30 ws[A4] SUM(A1:A3) # 合并 A1 到 D1合并后只有左上角单元格保留值 ws.merge_cells(A1:D1) ws[A1] 合并后的标题 # 拆分回去 ws.unmerge_cells(A1:D1) wb.save(formula_test.xlsx)这里有个必须记住的边界合并单元格后只有左上角那个格子的值有效其他格子的值会被丢弃。所以合并前先把值写到左上角别写到中间格。另外用data_onlyTrue加载时公式格读到的是上次 Excel 保存时缓存的计算结果如果文件从没被 Excel 打开过读出来是None这个坑后面单独说。3.3 饼图、条形图、散点图的生成图表是教程里比较出彩的部分openpyxl 支持饼图、条形图、气泡图、散点图。生成图表的流程固定准备数据区域 → 创建图表对象 → 设置数据引用和分类引用 →add_chart()挂到工作表上。import openpyxl from openpyxl.chart import PieChart, Reference wb openpyxl.Workbook() ws wb.active # 准备数据A 列是分类B 列是数值 data [[部门, 人数], [技术, 30], [市场, 20], [财务, 10]] for row in data: ws.append(row) # 创建饼图对象 pie PieChart() pie.title 部门人数占比 # 数据引用B2 到 B4分类引用A2 到 A4 data_ref Reference(ws, min_col2, min_row2, max_row4) cats_ref Reference(ws, min_col1, min_row2, max_row4) pie.add_data(data_ref, titles_from_dataFalse) pie.set_categories(cats_ref) # 挂到工作表 E2 位置 ws.add_chart(pie, E2) wb.save(chart_test.xlsx)Reference的三个参数min_col、min_row、max_row决定了图表取哪块数据titles_from_data控制是否把第一行当图例标题。条形图和散点图的写法类似只是换图表类。图表这块的常见翻车是数据引用范围写错导致图里多一行表头或少一行数据建议生成后打开文件肉眼核对一遍。4. Word、PDF 与 PPT跨格式文档的批量处理链路Excel 之外教程用第二章和第三章覆盖了 Word、PDF、PPT。这三块的共同点是“模板化生成”——把固定格式的文档当模板用脚本填数据、批量产出。实际办公里最常见的需求就是批量生成通知书、证明、报告教程里的违章罚单通知书和复工证明两个案例就是干这个的。4.1 python-docx 的段落、表格与图片插入python-docx 的核心对象是Document段落是Paragraph表格是Table。新建文档用Document()打开已有文档用Document(xxx.docx)。添加标题、段落、列表、引用、图片、表格都有对应方法。from docx import Document from docx.shared import Pt doc Document() # 添加标题level 控制层级 doc.add_heading(月度工作报告, level1) # 添加段落并设置字体 p doc.add_paragraph(本月完成自动化脚本 12 个) run p.add_run(效率提升明显。) run.bold True run.font.size Pt(12) # 添加表格3 行 2 列 table doc.add_table(rows3, cols2) table.cell(0, 0).text 项目 table.cell(0, 1).text 状态 table.cell(1, 0).text 报表自动化 table.cell(1, 1).text 已完成 # 添加图片指定宽度 doc.add_picture(chart.png, widthPt(300)) doc.save(report.docx)参数上add_heading()的level从 1 到 9对应标题 1 到标题 9add_picture()的width和height用Pt或Cm单位只给一个另一个会等比缩放。读取 Word 用doc.paragraphs遍历段落、doc.tables遍历表格教程示例 2-9 就是干这个的。4.2 PDF 的读取、合并、拆分与加密PDF 部分教程用的是 PyPDF2 系新版叫 pypdf覆盖读取内容、合并、拆分、加密。合并和拆分是批量处理里最高频的操作比如把多个部门报表合成一个总文件或者把一个大 PDF 按页拆开分发。from pypdf import PdfReader, PdfWriter # 合并两个 PDF writer PdfWriter() for f in [part1.pdf, part2.pdf]: reader PdfReader(f) for page in reader.pages: writer.add_page(page) writer.write(merged.pdf) # 拆分取第一个文件的前 2 页单独存 reader PdfReader(merged.pdf) writer2 PdfWriter() for page in reader.pages[:2]: writer2.add_page(page) writer2.write(split_part.pdf) # 加密设置用户密码 writer2.encrypt(user_pwd) writer2.write(encrypted.pdf)逻辑说明PdfReader读、PdfWriter写add_page()逐页搬运。拆分靠切片pages[:2]控制页范围加密用encrypt()传密码字符串。注意加密要在write()之前调用顺序反了密码不生效。Word 转 PDF 教程里也提了但 python-docx 本身不支持导出 PDF常见做法是调系统里的转换工具或另找库这一步别指望纯 python-docx 搞定。4.3 python-pptx 的幻灯片、占位符与图表PPT 自动化的核心是“按模板填内容”。python-pptx 里Presentation是演示文稿slide是单页页上的文本框、图片、表格都通过占位符placeholder或add_*方法添加。from pptx import Presentation from pptx.util import Inches prs Presentation() # 用第 1 种版式标题幻灯片新建一页 slide prs.slides.add_slide(prs.slide_layouts[1]) # 通过占位符填标题和正文 slide.shapes.title.text 季度总结 slide.placeholders[1].text 自动化办公落地情况 # 指定位置添加文本框 txBox slide.shapes.add_textbox(Inches(1), Inches(2), Inches(4), Inches(1)) txBox.text_frame.text 数据来源内部报表 prs.save(demo.pptx)参数说明slide_layouts[1]是版式索引不同模板索引不同用之前先打印prs.slide_layouts看一遍add_textbox()四个参数是左、上、宽、高单位用Inches或Cm。教程第三章还讲了流程图、条形图、折线图、饼图的插入图表部分和 Excel 类似都是先建图表对象再挂到 slide 上。5. 避坑与排查五个让脚本跑不通的真实原因教程示例都是理想数据实际跑起来翻车点不少。下面五条是我在类似项目里反复遇到的按“现象 → 原因 → 解决”整理照着排查能省不少时间。5.1 保存后原文件没变现象脚本跑完没报错打开原 Excel 发现数据没更新。原因load_workbook()读进内存后所有修改都在内存里没调save()或者save()存到了另一个文件名。解决确认wb.save()的路径和原文件一致或者明确知道自己在存副本。另外read_onlyTrue模式下不能保存只读模式只能读。5.2 公式格读出来是 None现象用data_onlyTrue读公式单元格拿到None。原因openpyxl 不计算公式data_only读的是 Excel 上次保存时缓存的结果如果文件是脚本生成的、从没被 Excel 打开保存过缓存不存在。解决要么先用 Excel 打开保存一次要么在脚本里自己算别依赖data_only读脚本刚写的公式。5.3 合并单元格后数据丢失现象合并A1:D1后原来 B1、C1、D1 的值没了。原因合并只保留左上角单元格的值其余被清空。解决合并前把要保留的值写到左上角或者先合并再赋值。拆分unmerge_cells()不会恢复被丢弃的值这点没有后悔药。5.4 大文件读取内存爆掉现象处理几万行的 Excel 时脚本卡死或内存溢出。原因默认load_workbook()把整个文件加载进内存行数一多就撑不住。解决用read_onlyTrue只读模式配合iter_rows()流式读取处理完及时释放写大文件用write_onlyTrue模式。这两个模式有功能限制比如只读模式不能改样式按需取舍。5.5 PDF 加密后打不开现象加密后的 PDF 输入密码提示错误。原因encrypt()调用顺序在write()之后或者密码传了空字符串。解决确保writer.encrypt(密码)在writer.write(文件.pdf)之前执行密码别传空。另外不同 PDF 阅读器对加密算法兼容性有差异产出的文件最好用两三个阅读器各开一次验证。6. 从示例到产线把工资条脚本改造成可复用工具教程里的示例 1-24 生成工资条、1-25 统计加班时间、1-26 快速查重、1-27 提取身份证信息都是单文件脚本。真正要天天用得把它们改成带参数、能批量、有日志的小工具。我一般会做三件事把文件路径和表头行号抽成命令行参数把“读 → 处理 → 写”拆成三个函数加一层异常捕获把出错行号打出来。import argparse import openpyxl def read_rows(path, header_row1): 读取数据行跳过表头返回字典列表 wb openpyxl.load_workbook(path, data_onlyTrue) ws wb.active headers [c.value for c in ws[header_row]] rows [] for row in ws.iter_rows(min_rowheader_row 1, values_onlyTrue): if all(v is None for v in row): continue # 跳过空行 rows.append(dict(zip(headers, row))) return rows def write_rows(path, rows, headers): 把字典列表写回新文件 wb openpyxl.Workbook() ws wb.active ws.append(headers) for r in rows: ws.append([r.get(h) for h in headers]) wb.save(path) if __name__ __main__: parser argparse.ArgumentParser() parser.add_argument(--input, requiredTrue) parser.add_argument(--output, requiredTrue) parser.add_argument(--header-row, typeint, default1) args parser.parse_args() try: data read_rows(args.input, args.header_row) # 这里替换成具体业务逻辑比如按部门过滤、算加班时长 write_rows(args.output, data, list(data[0].keys()) if data else []) print(f处理完成共 {len(data)} 行) except Exception as e: print(f处理失败{e})这段代码的价值在于把“路径”和“表头位置”从硬编码里解放出来换一个文件不用改代码。values_onlyTrue让iter_rows()直接返回值的元组省去.value的层层访问all(v is None for v in row)过滤空行避免把 Excel 底部的空白行当数据。异常捕获里打印e而不是吞掉出错时至少知道是哪一步挂的。验证方法上我习惯拿一份手工算过结果的小样本比如 10 行先跑一遍把脚本输出和手工结果逐格对比确认无误再上全量。全量跑完再抽查首行、末行和中间随机三行这三处最容易暴露边界问题——首行看表头有没有被误当数据末行看空行有没有被算进去中间行看类型转换有没有把数字变成字符串。从那以后我每次写这类脚本都强制先跑小样本再上全量宁可多花十分钟核对也不愿对着几万行错误数据返工。希望帮到你。本文还有配套的精品资源点击获取