6个 Python 办公黑科技，工作效率提升100倍！（附代码）

下班晚，加班久感觉已经成为现代打工人的通病，每天将大部分时间浪费在一些机械，重复的工作上，如何提升你自己的工作效率才是关键。

今天给大家分享6个 Python 办公小技巧，让你的工作效率倍增，欢迎大家学习收藏、喜欢点赞支持。

废话不说，让我们开始学习吧。

一、解析PDF（简历内推）

**应用场景：**简历内推（解析内容：包括不限于姓名、邮箱、电话号码、学历等信息）

**输入：**要解析的文件路径

输出：需要解析的内容

环境准备：python 3.6 、mac（下文中doc转docx是mac写法，windows更简单，导入win32的包即可）

依赖包：

from pdfminer.pdfparser import PDFParserfrom pdfminer.pdfdocument import PDFDocumentfrom pdfminer.pdfpage import PDFPagefrom pdfminer.pdfinterp import PDFResourceManagerfrom pdfminer.pdfinterp import PDFPageInterpreterfrom pdfminer.layout import LAParamsfrom pdfminer.converter import PDFPageAggregatordef pdf_reader(file):fp = open(file, "rb")# 创建一个与文档相关联的解释器parser = PDFParser(fp)# PDF文档对象doc = PDFDocument(parser)# 链接解释器和文档对象parser.set_document(doc)# doc.set_paeser(parser)# 初始化文档# doc.initialize("")# 创建PDF资源管理器resource = PDFResourceManager()# 参数分析器laparam = LAParams()# 创建一个聚合器device = PDFPageAggregator(resource, laparams=laparam)# 创建PDF页面解释器interpreter = PDFPageInterpreter(resource, device)# 使用文档对象得到页面集合res = ''for page in PDFPage.create_pages(doc):# 使用页面解释器来读取interpreter.process_page(page)# 使用聚合器来获取内容layout = device.get_result()for out in layout:if hasattr(out, "get_text"):res = res + '' + out.get_text()return res

二、发送邮件

有几个模块用于访问互联网以及处理网络通信协议。其中最简单的两个是用于处理从 urls 接收的数据的 urllib.request 以及用于发送电子邮件的 smtplib:

smtpObj = smtplib.SMTP( [host [, port [, local_hostname]]] )

参数说明：

host: SMTP 服务器主机。你可以指定主机的ip地址或者域名如: http://runoob.com，这个是可选参数。
port: 如果你提供了 host 参数, 你需要指定 SMTP 服务使用的端口号，一般情况下 SMTP 端口号为25。
local_hostname: 如果 SMTP 在你的本机上，你只需要指定服务器地址为 localhost 即可。

Python SMTP 对象使用 sendmail 方法发送邮件，语法如下：

SMTP.sendmail(from_addr, to_addrs, msg[, mail_options, rcpt_options])

参数说明：

from_addr: 邮件发送者地址。
to_addrs: 字符串列表，邮件发送地址。
msg: 发送消息

案例：

from email.mime.text import MIMETextfrom email.header import Headersender = 'from@runoob.com'receivers = ['1221121@qq.com']  # 接收邮件，可设置为你的QQ邮箱或者其他邮箱# 三个参数：第一个为文本内容，第二个 plain 设置文本格式，第三个 utf-8 设置编码message = MIMEText('Python 邮件发送测试...', 'plain', 'utf-8')message['From'] = Header("不吃西红柿", 'utf-8')   # 发送者message['To'] =  Header("测试", 'utf-8')        # 接收者subject = 'Python SMTP 邮件测试'message['Subject'] = Header(subject, 'utf-8')smtpObj = smtplib.SMTP('localhost')smtpObj.sendmail(sender, receivers, message.as_string())except smtplib.SMTPException:print "Error: 无法发送邮件"

三、操作execl

1. 关联公式:Vlookup

vlookup是excel几乎最常用的公式，一般用于两个表的关联查询等。所以我先把这张表分为两个表。

df1["订单明细号"].duplicated().value_counts()df2["订单明细号"].duplicated().value_counts()df_c=pd.merge(df1,df2,on="订单明细号",how="left")

2. 数据透视表

需求：想知道每个地区的业务员分别赚取的利润总和与利润平均数。

pd.pivot_table(sale,index="地区名称",columns="业务员名称",values="利润",aggfunc=[np.sum,np.mean])

3. 对比两列差异

需求：比较订单明细号与订单明细号2的差异并显示出来。

sale["订单明细号2"]=sale["订单明细号"]sale["订单明细号2"][1:10]=sale["订单明细号2"][1:10]+1result=sale.loc[sale["订单明细号"].isin(sale["订单明细号2"])==False]

4. 去除重复值

需求：去除业务员编码的重复值

sale.drop_duplicates("业务员编码",inplace=True)

5. 缺失值处理

sale["客户名称"]=sale["客户名称"].fillna(0)sale.dropna(subset=["客户编码"])

6. 多条件筛选

需求：想知道业务员张爱，在北京区域卖的商品订单金额大于6000的信息。

sale.loc[(sale["地区名称"]=="北京")&(sale["业务员名称"]=="张爱")&(sale["订单金额"]>5000)]

7. 模糊筛选数据

需求:筛选存货名称含有"三星"或则含有"索尼"的信息。

sale.loc[sale["存货名称"].str.contains("三星|索尼")]

8. 分类汇总

需求: 北京区域各业务员的利润总额。

sale.groupby(["地区名称","业务员名称"])["利润"].sum()

9. 条件计算

需求：存货名称含“三星字眼”并且税费高于1000的订单有几个？这些订单的利润总和和平均利润是多少？（或者最小值，最大值，四分位数，标注差）

sale.loc[sale["存货名称"].str.contains("三星")&(sale["税费"]>=1000)][["订单明细号","利润"]].describe()

10. 删除数据间的空格

需求：删除存货名称两边的空格。

sale["存货名称"].map(lambda s :s.strip(""))

四、画图分析

英雄联盟防御力：

防御能力最低的英雄（1级）：暗夜猎手,魔法猫咪,万花通灵防御能力最高的英雄（10级）：正义巨像,披甲龙龟

安妮、卡尔玛能力矩阵：

代码示例：

from pyecharts.charts import Piefrom pyecharts import options as optsfrom pyecharts.charts import Radarfrom pyecharts.charts import Radar# //由于雷达图传入的数据得为多维数据，所以这里需要做一下处理radar_data = [[10, 10, 10, 10, 10]]radar_data1 = [[2, 10, 3, 6, 3]]radar_data2 = [[1, 8, 7, 5, 8]]# //设置column的最大值，为了雷达图更为直观，这里的月份最大值设置有所不同("物理", 100), ("魔法", 10), ("防御", 10),("难度", 10),("喜好", 10)radar.add_schema(schema)radar.add("满分", radar_data)# //一般默认为同一种颜色，这里为了便于区分，需要设置item的颜色radar.add("安妮", radar_data1, color="#E37911")radar.add("卡尔玛", radar_data2, color="#1C86EE")if __name__ == '__main__':

五、解析word（docx、doc）

依赖包：

        if 'docx' in file:f = docx.Document(file)for para in f.paragraphs:res = res + '\n' +para.text# 先转格式doc>docxos.system("textutil -convert docx '%s'"%file)word_reader(file+'x')f = docx.Document(file+'x')for para in f.paragraphs:res = res + '\n' +para.text# print(file, 'read failed')

六、计算器

math模块为浮点运算提供了对底层函数库的访问:

>>> math.cos(math.pi / 4)

后续会陆陆续续补上一些其它有趣的办公自动化技巧

在学习python中有任何困难不懂的可以微信扫描下方CSDN官方认证二维码加入python交流学习，多多交流问题，互帮互助，这里有不错的学习教程和开发工具。
（这里每天都会不定时更新python不同题型和教程，希望大家一起学习，一起进步）

点此免费领取：CSDN大礼包：《python学习路线&全套学习资料》免费分享

Python学习大纲

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

入门学习视频

Python实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

最后，千万别辜负自己当时开始的一腔热血，一起变强大变优秀。