Python3,掌握这4个自动化脚本,让工作效率提升200%。

简介: Python3,掌握这4个自动化脚本,让工作效率提升200%。

1、引言


最近小屌丝在休假, 难得的清净…

我们直接来分享4个在实际工作中运用较多的脚本,

提升工作效率的同时,也解放双手!


2、自动发送多封邮件


这个脚本的功能在实际的工作中非常的常用,如:


批量定时发送邮件

自定义调整邮件的内容、附件;


2.1 模块介绍


模块:

第三方库:


Pandas: 用于数据分析清洗地工具

原理:

Smtlib - 向SMTP服务器发送电子邮件,它定义了一个 SMTP 客户端会话对象,该对象可将邮件发送到互联网上任何带有 SMTP 或 ESMTP 监听程序的计算机


模块安装


老规矩, pip 方式安装:

pip install pandas


其他方式安装:


《Python3,选择Python自动安装第三方库,从此跟pip说拜拜!!》

《Python3:我低调的只用一行代码,就导入Python所有库!!》


2.2 代码实战


代码展示:


# -*- coding:utf-8 -*-
# @Time   : 2022-01-24
# @Author : carl_DJ
import smtplib
from email.message import EmailMessage
import pandas as pd
# 创建email
def send_email(remail, rsubject, rcontent):
    email = EmailMessage()                           
    #填写发送人信息
    email['from'] = 'The Pythoneer Here'    
    #填写收件人信息       
    email['to'] = remail     
    #邮件标题                       
    email['subject'] = rsubject   
    #邮件内容                  
    email.set_content(rcontent)     
    #设置邮箱服务器基本信息                
    with smtplib.SMTP(host='smtp.gmail.com',port=587)as smtp:
        smtp.ehlo()                                 
        smtp.starttls()                
        #登录信息            
        smtp.login("carl@xxx.com","carl@371") 
        #发送邮件
        smtp.send_message(email)                    
        print("email send to ",remail)              
if __name__ == '__main__':
    df = pd.read_excel('list.xlsx')
    length = len(df)+1
    for index, item in df.iterrows():
        email = item[0]
        subject = item[1]
        content = item[2]
        send_email(email,subject,content)



3、自动桌面提示


3.1 模块介绍


这个脚本会自动触发windows桌面通知,提示重要事项,比如说:您已工作两小时,该休息了


我们可以设定固定时间提示,比如隔10分钟、1小时等


第三方库:


win10toast: 用于发送桌面通知的工具

模块安装

pip install win10toast


3.2 代码实战


代码展示:


# -*- coding:utf-8 -*-
# @Time   : 2022-01-24
# @Author : carl_DJ
from win10toast import ToastNotifier
import time
toaster = ToastNotifier()
#基本信息设置
header = input("What You Want Me To Remember\n")
text = input("Releated Message\n")
time_min=float(input("In how many minutes?\n"))
time_min = time_min * 60
print("Setting up reminder..")
time.sleep(2)
print("all set!")
time.sleep(time_min)
toaster.show_toast(f"{header}", f"{text}", duration=10, threaded=True)
while toaster.notification_active(): 
  time.sleep(0.005)



4、自动生成素描草图


4.1 模块介绍


这个脚本可以把彩色图片转化为铅笔素描草图,对人像、景色都有很好的效果。


第三方库:


Opencv - 计算机视觉工具,可以实现多元化的图像视频处理,有Python接口

opencv 就不过多介绍了,小鱼的博客也写了好多关于opencv的实例,如:


《Python3,19行代码,我把她的照片写入到Excel中,2022年伊始,她终于被我感动了。》

《Python3,10行代码,我把情书写在她的照片里,她被我的才华征服了。》

《Python3,3行代码,我把120M图片压缩到40M,从此再也不怕图片上传限制了。》


4.2 代码实战


代码展示:


# -*- coding:utf-8 -*-
# @Time   : 2022-01-24
# @Author : carl_DJ
import cv2
#读取img图片
img = cv2.imread("queue.jpg")
#将BGR格式图片转换成灰度图片
gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#对灰度图片进行反相
inverted_gray_image = 255 - gray_image
#设置图片的高斯矩阵长和宽都是19,标差为0
blurred_inverted_gray_image = cv2.GaussianBlur(inverted_gray_image, (19, 19), 0)
# 反转模糊图像处理
inverted_blurred_image = 255 - blurred_inverted_gray_image
# 得到素描图像
sketck = cv2.divide(gray_image, inverted_blurred_image, scale=256.0)
cv2.imshow("Original Image", img)
cv2.imshow("Pencil Sketch", sketck)
cv2.waitKey(0)


5、自动化阅读网页新闻


5.1 模块介绍


这个脚本能够实现从网页中抓取文本,然后自动化语音朗读,当你想听新闻的时候,这是个不错的选择。


思路:

整体分两部分


爬取网页内容

使用工具来阅读文本内容

第三方库:


Beautiful Soup - 经典的HTML/XML文本解析器,用来提取爬下来的网页信息;

requests - 好用到逆天的HTTP工具,用来向网页发送请求获取数据;

Pyttsx3 - 将文本转换为语音,并控制速率、频率和语音;

模块安装:


pip install bs4 , requests,Pyttsx3


5.2 代码实战


代码展示:


# -*- coding:utf-8 -*-
# @Time   : 2022-01-24
# @Author : carl_DJ
import pyttsx3
import requests
from bs4 import BeautifulSoup
engine = pyttsx3.init('sapi5')
voices = engine.getProperty('voices')
newVoiceRate = 130                      
engine.setProperty('rate',newVoiceRate)
engine.setProperty('voice', voices[1].id)
def speak(audio):
    engine.say(audio)
    engine.runAndWait()
text = str(input("Paste article\n"))
res = requests.get(text)
soup = BeautifulSoup(res.text,'html.parser')
articles = []
for i in range(len(soup.select('.p'))):
    article = soup.select('.p')[i].getText().strip()
    articles.append(article)
text = " ".join(articles)
speak(text)
# engine.save_to_file(text, 'test.mp3') ## If you want to save the speech as a audio file
engine.runAndWait()


6、总结


今天的内容,差不多就这么多了,

在实际工作中,还有很多常用的脚本,

如果我们平时善于总结整理,可能就会发现,

利用好脚本,对我们工作效率有很多的提升。

如果你也有很多私藏的脚本,不妨也分享出来,让小鱼也多学习学习呢~


目录
相关文章
|
4月前
|
JSON 算法 API
深度分析小红书城API接口,用Python脚本实现
小红书作为以UGC内容为核心的生活方式平台,其非官方API主要通过移动端抓包解析获得,涵盖内容推荐、搜索、笔记详情、用户信息和互动操作等功能。本文分析了其接口体系、认证机制及请求规范,并提供基于Python的调用框架,涉及签名生成、登录态管理与数据解析。需注意非官方接口存在稳定性与合规风险,使用时应遵守平台协议及法律法规。
|
4月前
|
JSON API 数据格式
深度分析大麦网API接口,用Python脚本实现
大麦网为国内领先演出票务平台,提供演唱会、话剧、体育赛事等票务服务。本文基于抓包分析其非官方接口,并提供Python调用方案,涵盖演出列表查询、详情获取及城市列表获取。需注意非官方接口存在稳定性风险,使用时应遵守平台规则,控制请求频率,防范封禁与法律风险。适用于个人学习、演出信息监控等场景。
|
2月前
|
存储 数据采集 监控
Python定时爬取新闻网站头条:从零到一的自动化实践
在信息爆炸时代,本文教你用Python定时爬取腾讯新闻头条,实现自动化监控。涵盖请求、解析、存储、去重、代理及异常通知,助你构建高效新闻采集系统,适用于金融、电商、媒体等场景。(238字)
368 2
|
2月前
|
人工智能 监控 Kubernetes
77_自动化脚本:Makefile与Airflow
在当今AI大模型时代,高效的工作流管理对于模型训练、推理和部署至关重要。随着大模型规模的不断增长和复杂度的提升,传统的手动脚本管理方式已无法满足需求。自动化脚本和工作流调度系统成为构建健壮、可重复、可扩展的LLM Pipeline的关键工具。其中,Makefile作为经典的自动化构建工具,与Airflow作为现代工作流调度平台的结合,为LLM开发团队提供了强大的工作流管理能力。
|
4月前
|
JSON API 开发者
深度分析阿里妈妈API接口,用Python脚本实现
阿里妈妈是阿里巴巴旗下营销平台,提供淘宝联盟、直通车等服务,支持推广位管理、商品查询等API功能。本文详解其API调用方法,重点实现商品推广信息(佣金、优惠券)获取,并提供Python实现方案。
|
4月前
|
JSON API 数据安全/隐私保护
深度分析虾皮城API接口,用Python脚本实现
虾皮开放平台提供丰富的API接口,支持商品管理、订单处理及促销信息查询等功能。本文详解API认证机制与调用方法,基于Python实现商品价格及到手价获取方案,适用于电商数据分析与运营。
|
3月前
|
数据采集 监控 Shell
无需Python:Shell脚本如何成为你的自动化爬虫引擎?
Shell脚本利用curl/wget发起请求,结合文本处理工具构建轻量级爬虫,支持并行加速、定时任务、增量抓取及分布式部署。通过随机UA、异常重试等优化提升稳定性,适用于日志监控、价格追踪等场景。相比Python,具备启动快、资源占用低的优势,适合嵌入式或老旧服务器环境,复杂任务可结合Python实现混合编程。
|
4月前
|
API 数据安全/隐私保护 开发者
深度分析苏宁API接口,用Python脚本实现
深度分析苏宁API接口,用Python脚本实现
|
4月前
|
前端开发 Shell API
深度分析58同城API接口,用Python脚本实现
58同城为国内知名分类信息平台,涵盖房产、招聘、二手车等多领域。本文基于网页抓包与解析,分享其非官方接口的Python实现方案,分析核心接口特性与反爬应对策略,适用于数据学习与信息聚合。注意:非官方接口存在风险,使用需遵守平台规则。

热门文章

最新文章

推荐镜像

更多