python自动化办公知识点整理汇总_python自动化办公小结
在日常办公中,经常免不了和Excel打交道,每次手工处理数据,稍微不细心点。数据可能就出错了。而且重复的任务又会占据大量的工作时间。那有没有办法可以解决这些问题呢?
今天介绍一种方法,可以解决日常工作的重复工作,节省时间,从而优化自己工作。今天说的就是通过Python语言的selenium+numpy+js+pandas库。完成自动化办公。
首先,需要通过Python+Selenium+Js 封装一个函数get,用于在公司管理平台下载各类所需的数据表(如果数据是直接以excel提供,则忽略此步骤)。自动化办公目录图片如下:
123456.png
封装的数据获取的get函数:
from selenium import webdriver
import time,random
import json,os
from selenium.webdriver.support.select import Select
import cv2
'''封装函数,自动登录 //*[@id="img"]验证码xpath'''
class cook:
def __init__(self):
self.driver = webdriver.Chrome()
self.driver.implicitly_wait(120)
try:
self.cook_login()
time.sleep(3)
if self.driver.title != '需求管理平台':
print('cookie login fail')
'''弹出框处理#send_keys(Keys.ENTER)'''
self.driver.switch_to.alert.accept()
except:
time.sleep(2)
self.driver.delete_all_cookies()
self.driver.get('url')
self.login()
self.cookies_write()
#cookies写入,从而每次调用可以跳过验证码
def cookies_write(self):
dictCookies = self.driver.get_cookies()
jsonCookies = json.dumps(dictCookies)
os.remove('C:/Users/lenovo/Downloads/cookies4.json')
time.sleep(2)
with open('C:/Users/lenovo/Downloads/cookies4.json', 'w') as f:
f.write(jsonCookies)
print(type(jsonCookies),jsonCookies)
print('收集完成cookie')
'''
:param 账号密码
'''
def login(self,user='账号',pwd='密码'):
time.sleep(1.5)
self.driver.find_element_by_id('j_username').send_keys(user)
time.sleep(1)
self.driver.find_element_by_id('j_password').send_keys(pwd)
# img_yzm = self.driver.find_element_by_xpath('//*[@id="img"]')
# img_yzm.screenshot(r'D:\360MoveData\Users\lenovo\Music\Desktop\yzm.jpg')
# time.sleep(1)
# image1 = cv2.imread(r'D:\360MoveData\Users\lenovo\Music\Desktop\yzm.jpg')
# cv2.imshow('image', image1)
# cv2.waitKey(0)
# cv2.destroyAllWindows()
code = input('\n请输入验证码:')
self.driver.find_element_by_id('code').send_keys(code)
log_in = self.driver.find_element_by_xpath("//input[@value='登录']")
log_in.click()
while self.driver.title == '首页登录':
self.login()
def cook_login(self):
with open('C:/Users/lenovo/Downloads/cookies4.json', 'r') as f:
#, encoding='utf-8')
listCookies = json.loads(f.read())
self.driver.get('http://iimp.sh.cmcc/rip/login.do')
self.driver.delete_all_cookies()
for i in listCookies:
self.driver.add_cookie(i)
self.driver.get('http://iimp.sh.cmcc/rip/chaxun.do')
self.cookies_write()
''':return 网址dict'''
#返回各类数据的一个字典,从而可以通过链接进行下载
def back(self):
report_list = []
for link in self.driver.find_elements_by_xpath("//*[@id='sf-menu2']/li/a"):
herf = link.get_attribute('href')
text = link.get_attribute('text')
lis1 = [text, herf]
report_list.append(lis1)
report_list = dict(report_list)
return report_list
'''更改时间
:param form H5标签的id
:param t 更改的时间'''
def alter_time(self,form, t):
js = "document.getElementById('%s').removeAttribute('readonly');" % form
self.driver.execute_script(js)
js_value = "document.getElementById('%s').value='%s'" % (form, t)
self.driver.execute_script(js_value)
'''导出报表函数'''
def report(self,name,start,end):
report_list = self.back()
if name == '政企业务需求报表':
self.driver.get(report_list['政企业务需求报表'])
self.driver.find_element_by_xpath(
'//*[@id="bd"]/div[1]/div[2]/table/tbody/tr/td/table/tbody/tr/td/input').click()
elif name == '政企KPI跟踪报表':
self.driver.get(report_list['政企KPI跟踪报表'])
self.driver.find_element_by_xpath(
'//*[@id="bd"]/div[1]/div[2]/table/tbody/tr/td/table/tbody/tr/td/input').click()
time.sleep(3)
elif name == '需求确认时间查询报表':
self.driver.get(report_list['需求确认时间查询报表'])
self.alter_time('confirmTimeStart', start)
self.alter_time('confirmTimeEnd', end)
self.driver.find_element_by_xpath('// *[ @ id = "export"]').click()
elif name == 'PATCH计划':
self.driver.get(report_list['PATCH计划'])
self.alter_time('planTimeStart', start)
self.alter_time('planTimeEnd', end)
self.driver.find_element_by_xpath(
'//*[@id="bd"]/div/div[2]/table/tbody/tr/td/table/tbody/tr[10]/td/input[2]').click()
elif name == '业支厂商工时报表':
self.driver.get(report_list['业支厂商工时报表'])
self.alter_time('planTimeStart', start)
self.alter_time('planTimeEnd', end)
self.driver.find_element_by_xpath(
'//*[@id="bd"]/div/div[2]/table/tbody/tr/td/table/tbody/tr[2]/td/input[2]').click()
elif name == '测试进度报表':
self.driver.get(report_list['测试进度'])
self.alter_time('planTimeStart', start)
self.alter_time('planTimeEnd', end)
time.sleep(1)
self.driver.find_element_by_xpath('//*[@id="testPerson"]').clear()
self.driver.find_element_by_xpath(
'//*[@id="bd"]/div/form/div[1]/table/tbody/tr/td/table/tbody/tr[3]/td/input[2]').click()
elif name == '缺陷工单修复时长报表':
self.driver.get(report_list['缺陷工单修复时长报表'])
self.alter_time('planOnlineTimeStart', start)
self.alter_time('planOnlineTimeEnd', end)
self.driver.find_element_by_xpath(
'//*[@id="bd"]/div/div[2]/table/tbody/tr/td/table/tbody/tr[5]/td/input[2]').click()
elif name == '需求查询':
self.driver.get(report_list['需求查询'])
self.alter_time('time', start)
self.alter_time('time1', end)
'''下拉选框选择'''
Select(self.driver.find_element_by_xpath("//select[@id='remandType']")).select_by_visible_text('业务支撑')
time.sleep(2)
Select(self.driver.find_element_by_xpath("//select[@id='secondSelect']")).select_by_visible_text('集团下发')
self.driver.find_element_by_xpath("//*[@name='importBtn']").click()
elif name == '敏捷工时统计报表':
self.driver.get(report_list['敏捷工时统计报表'])
self.alter_time('planTimeStart', start)
self.alter_time('planTimeEnd', end)
self.driver.find_element_by_xpath('//*[@id="bd"]/div[1]/div[2]/table/tbody/tr/td/table/tbody/tr[4]/td/input[2]').click()
else:
print('发生错误,请检查判断条件')
def quit(self):
self.driver.quit()
准备工作完成后,然后利用Pandas对表格进行处理,处理数据的步骤:读取、排序、筛选、去重、计算时间差、透视表、交叉表,删除数据、时间修改以及excel的函数:计算首次上线、计算上线次数、计算最后一次上线等等。
以一个每日任务代码为例,代码如下:
'''政企KPI任务报表'''
from control.common.get import cook
from control.common import demand
import time, os, datetime
import pandas as pd
import warnings
warnings.filterwarnings('ignore')
# 每次记得更新时间
start = '2020-01-01'
end = '2021-01-31'
'''政企任务的报表下载'''
report1 = cook()
report1.report('PATCH计划', start, end)
report1.report('政企业务需求报表', start, end)
report1.report('政企KPI跟踪报表', start, end)
time.sleep(3)
#定义需要剔除考核的工单列表
zq_data = [政企工单列表]
sj_data = [数据工单列表]
#创建,处理后数据的导出路径
t1 = demand.ltime(0)
t1path = r'D:\数据统计\12.政企KPI日报/' + t1
if not os.path.exists(t1path):
os.makedirs(t1path)
os.chdir(t1path)
def clean():
time.sleep(2)
#数据读取
data1 = pd.read_excel(r'C:\Users\lenovo\Downloads\政企业务需求报表.xls')
data2 = pd.read_excel(r'C:\Users\lenovo\Downloads\PATCH计划2.xls')
df1 = data1.copy()
df1.index = df1['工单编号']
#数据排序和计算
df1.sort_values(by=['工单编号', '上线时间'], inplace=True, ascending=True)
df1['外部工时'][df1['是否重复'] == '是'] = df1[df1['是否重复'] == '是']['外部工时'] / 2
'''删除指定的工单'''
for i in zq_data:
demand.drop_data(df1, i)
'''修改时间'''
df1.loc[工单编号1, '上线时间'] = '2018-04-24'
df1.loc[工单编号2, '上线时间'] = '2018-03-30'
df1.loc[工单编号3, '创建时间'] = '2018-06-12'
df1.loc[工单编号4, '创建时间'] = '2018-06-12'
df1.loc[工单编号5, '创建时间'] = '2018-06-28'
#更改值为时间格式
df1['需求确认'] = pd.to_datetime(df1['需求确认']) # ,format='%Y-%m-%d')
df1['到达时间'] = pd.to_datetime(df1['到达时间'])
df1['上线时间'] = pd.to_datetime(df1['上线时间'])
lst = df1[df1['到达时间'].isnull()].工单编号.unique().tolist()
print(lst)
#替换指定工单时间
for i in lst:
df1.loc[i]['到达时间'] = df1.loc[i]['需求确认'] - datetime.timedelta(2)
df1.loc['政企-2018-17184', '到达时间'] = pd.to_datetime('2018-12-08')
# 修改时间为年-月-日 去除时分秒
df1['需求确认'] = df1['需求确认'].apply(lambda x: x.strftime('%Y-%m-%d'))
df1['到达时间'] = df1['到达时间'].apply(lambda x: x.strftime('%Y-%m-%d'))
df1['上线时间'] = df1['上线时间'].apply(lambda x: x.strftime('%Y-%m-%d'))
df2 = data2.copy()
df2.index = df2['工单编号']
df2['计划上线时间'] = pd.to_datetime(df2['计划上线时间'])
df2.sort_values(by='计划上线时间', inplace=True, ascending=True)
#计算最后一次上线工单
df2 = df2.groupby('工单编号').last()
df2['计划上线时间'] = df2['计划上线时间'].apply(lambda x: x.strftime('%Y-%m-%d'))
# 筛选出指定部门的工单
df2 = df2[df2['提出部门'].str.contains('数据业务中心') | df2['提出部门'].str.contains('产品运营支撑中心') | df2['提出部门'].str.contains('客户响应与产品运营中心')]
# 筛选出指定需求负责人的工单,后期用字典实现筛选
df2 = df2[df2['需求负责人'].str.contains('name1') | df2['需求负责人'].str.contains('name2') |
df2['需求负责人'].str.contains('name3') | df2['需求负责人'].str.contains('name4') |
df2['需求负责人'].str.contains('name5') | df2['需求负责人'].str.contains('name6') |
df2['需求负责人'].str.contains('name7') | df2['需求负责人'].str.contains('name8') |
df2['需求负责人'].str.contains('name9') | df2['需求负责人'].str.contains('name10') |
df2['需求负责人'].str.contains('name11') | df2['需求负责人'].str.contains('name12')]
# 删除指定的行
for i in sj_data:
try:
demand.drop_data(df2, i)
except:
print('无法删除的行:%s' % i)
df2['工单编号'] = df2.index
data3 = pd.read_excel(r'D:\360MoveData\Users\lenovo\Music\Desktop\svn\政企KPI日报.xlsx')
data3.index = data3['工单编号']
a = data3[data3.index.str.contains('数据')][['需求确认', '到达时间']]
a['需求确认'] = pd.to_datetime(a['需求确认'])
a['到达时间'] = pd.to_datetime(a['到达时间'])
a['需求确认'] = a['需求确认'].apply(lambda x: x.strftime('%Y-%m-%d'))
a['到达时间'] = a['到达时间'].apply(lambda x: x.strftime('%Y-%m-%d'))
#两张数据表合并
df2 = pd.merge(df2, a, left_index=True, right_index=True, how='left')
concat2 = df2[['工单编号', '工单名称', '工单简介', '创建人', '需求负责人', '创建时间', '需求确认', '计划上线时间', '到达时间']]
#修改列名
concat2.rename(columns={'计划上线时间': '上线时间', '工单简介': '简介'}, inplace=True)
df = pd.concat([df1, concat2])
#数据排序,后期用insert插入方式实现
df = df[['工单编号', '工单名称', '简介', '创建人', '需求负责人', '创建时间', '需求确认', '上线时间', '到达时间',
'期望上线时间', '需求期望上线时间', '到达总控时间', '一级总控拆分', '来源部门', '工单大类', '工单类型',
'一级业务标签', '二级业务标签', '一级指标库标签', '二级指标库标签', '三级指标库标签', '上线次数', '外部工时',
'是否重复']]
print('数据已经处理完成,正在导出中……')
os.chdir(r'D:\360MoveData\Users\lenovo\Music\Desktop')
# 写入Excel,并导出
shet = pd.ExcelWriter('政企KPI日报.xlsx')
df.to_excel(shet, sheet_name='政企KPI报表', index=False)
df1.to_excel(shet, sheet_name='政企需求表')
df2.to_excel(shet, sheet_name='patch计划表')
shet.close()
print('本次政企据共%i条' % len(df1))
print('本次数据共%i条' % len(df2))
print('本次政企日报数据共%i条' % len(df))
print('\n在' + time.strftime('%Y-%m-%d %H:%M:%S', time.localtime()) + '分,导出处理后数据')
通过自动化,以前每次一小时左右完成的数据处理任务,现在只需要几分钟就可以完成。而且自动化处理的数据准确性高,防止手工操作可能由于一些原因导致数据的不准确性。自动化省出来工作时间,从而可以用于继续封装其他任务,提高整体效率。从而进入一个良性循环,低成本,高回报。
python自动化办公知识点整理汇总_python自动化办公小结相关推荐
- python自动化办公知识点整理汇总_Python自动化办公知识点整理汇总
知乎上有人提问:用python进行办公自动化都需要学习什么知识呢? 这可能是很多非IT职场人士面临的困惑,想把python用到工作中,却不知如何下手?python在自动化办公领域越来越受欢迎,批量 ...
- python自动化办公入门故事教案_Python自动化办公知识点整理汇总
知乎上有人提问:用python进行办公自动化都需要学习什么知识呢? 这可能是很多非IT职场人士面临的困惑,想把python用到工作中,却不知如何下手?python在自动化办公领域越来越受欢迎,批量处理 ...
- python办公自动化知识点_Python自动化办公知识点整理汇总|python基础教程|python入门|python教程...
https://www.xin3721.com/eschool/pythonxin3721/ 知乎上有人提问:用python进行办公自动化都需要学习什么知识呢? 这可能是很多非IT职场人士面临的困 ...
- python自动办公知识点_Python自动化办公知识点整理汇总|简明python教程|python入门|python教程...
https://www.xin3721.com/eschool/pythonxin3721/ 知乎上有人提问:用python进行办公自动化都需要学习什么知识呢? 这可能是很多非IT职场人士面临的困 ...
- python自动化办公是什么_Python自动化办公知识点整理汇总
知乎上有人提问:用python进行办公自动化都需要学习什么知识呢? 这可能是很多非IT职场人士面临的困惑,想把python用到工作中,却不知如何下手?python在自动化办公领域越来越受欢迎,批量处理 ...
- Python自动化办公知识点整理汇总
知乎上有人提问:用python进行办公自动化都需要学习什么知识呢? 很多人学习python,不知道从何学起. 很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手. 很多已经做案例的人 ...
- python自动化办公 书籍-python自动化办公知识点整理汇总
知乎上有人提问:用python进行办公自动化都需要学习什么知识呢? 这可能是很多非IT职场人士面临的困惑,想把python用到工作中,却不知如何下手?python在自动化办公领域越来越受欢迎,批量处理 ...
- python自动化办公模块有哪些-Python自动化办公知识点整理汇总
知乎上有人提问:用python进行办公自动化都需要学习什么知识呢? 这可能是很多非IT职场人士面临的困惑,想把python用到工作中,却不知如何下手?python在自动化办公领域越来越受欢迎,批量处理 ...
- python基础知识整理-python爬虫基础知识点整理
首先爬虫是什么? 网络爬虫(又被称为网页蜘蛛,网络机器人,在FOAF社区中间,更经常的称为网页追逐者),是一种按照一定的规则,自动的抓取万维网信息的程序或者脚本. 根据我的经验,要学习Python爬虫 ...
最新文章
- 【正一专栏】西班牙国家德比不再激情四射可更让人不舍
- PowerBI随笔(3)-增加自定义列
- merge函数_c语言中的merge函数
- [蓝桥杯]最大连续子序列和
- python 文件和目录 当前目录以及当前目录的所有子目录下查找文件名包含指定字符串的文件,并打印出相对路径。
- AT4 more about the sphere
- MacBook Pro 高功率模式:是如何工作的?
- tcp和icmp测速哪个好_ping icmp和tcp区别:
- windows美化指南秒变mac风格
- sha加密算法介绍以及java实现sha加密算法
- 基于LSTM的短期股票预测
- java 查看内存占用_查看JVM内存使用状况
- 华为鸿蒙或适配高通平台,博主简评华为鸿蒙操作系统,亮点是分布式操作,或将适配高通平台...
- 中医针灸学综合练习题库【5】
- C语言输出对应星座,用c语言解决星座与诞生石关系
- 数字藏品是怎么赋能的?
- 找准人生方向 生活才有意义
- eclipes环境搭建以及MySQL安装
- sklearn 留一法与交叉验证法
- 免费微软认证考试券轻松拿
热门文章
- 宝塔需在php设置中安装redis扩展,wordpress开启Redis扩展教程
- python request.post 字典参数以json_Python requests.post方法中data与json参数区别详解
- java–jwt_java – Spring引导如何使用jwt管理用户角色
- [蓝桥杯][算法提高VIP]夺宝奇兵(记忆化搜索||DP)
- Bound Found POJ - 2566(尺取法)
- 推荐算法DeepFM原理介绍及tensorflow代码实现
- 空格的ascii码_美国信息交换标准代码ASCII
- mysql 之后_MYSQL登陆完之后如何操作???(新手求助)
- Java学习笔记_类和对象
- POJ3614防晒霜 这个贪心有点东西(贪心+优先队列)