Python办公自动化实战:手把手教你打造智能邮件发送工具

简介: 本文介绍如何使用Python的smtplib和email库构建智能邮件系统,支持图文混排、多附件及多收件人邮件自动发送。通过实战案例与代码详解,帮助读者快速实现办公场景中的邮件自动化需求。

前言
在数字化办公场景中,邮件自动化是提升工作效率的关键技能。本文将通过实际案例,演示如何使用Python的smtplib和email库构建一个支持图文混排、多附件、多收件人的智能邮件系统。无需复杂配置,只需跟随步骤操作,即可实现邮件自动化发送。
zdaye (2).png

一、基础配置:搭建邮件发送框架
1.1 邮箱服务准备
以163邮箱为例,首先需要开启SMTP服务:

登录邮箱后进入设置界面
选择"POP3/SMTP/IMAP"选项
开启SMTP服务并获取授权码(注意:授权码将替代登录密码使用)
1.2 核心库导入
import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText
from email.mime.image import MIMEImage
from email.header import Header

1.3 基础发送函数
def send_email(config):
msg = MIMEMultipart()
msg['From'] = config['sender']
msg['To'] = ', '.join(config['receivers'])
msg['Subject'] = Header(config['subject'], 'utf-8')

# 添加正文
msg.attach(MIMEText(config['body'], 'html', 'utf-8'))

try:
    with smtplib.SMTP_SSL(config['smtp_server'], config['port']) as server:
        server.login(config['sender'], config['password'])
        server.sendmail(config['sender'], config['receivers'], msg.as_string())
    print("邮件发送成功")
except Exception as e:
    print(f"发送失败: {str(e)}")

二、进阶功能实现
2.1 多附件处理
def add_attachments(msg, file_paths):
for file_path in file_paths:
with open(file_path, 'rb') as f:
attachment = MIMEText(f.read(), 'base64', 'utf-8')
attachment['Content-Type'] = 'application/octet-stream'
attachment['Content-Disposition'] = f'attachment; filename="{file_path.split("/")[-1]}"'
msg.attach(attachment)

2.2 图文混排实现
def add_images(msg, image_paths):
for img_path in image_paths:
with open(img_path, 'rb') as f:
img = MIMEImage(f.read())
img.add_header('Content-ID', f'<{img_path.split("/")[-1]}>')
msg.attach(img)

2.3 多收件人优化
def validate_receivers(receivers):
valid_emails = []
for email in receivers:
if '@' in email and '.' in email.split('@')[1]:
valid_emails.append(email)
return valid_emails

三、完整实战案例
3.1 场景描述
某公司需要向全体员工发送季度工作报告,要求包含:

PDF格式的正式报告
业绩趋势图(PNG格式)
Excel格式的详细数据
邮件正文需要包含图表引用
3.2 完整代码实现
def main():

# 配置参数
config = {
    'sender': 'your_email@163.com',
    'password': '授权码',
    'smtp_server': 'smtp.163.com',
    'port': 465,
    'receivers': ['test1@example.com', 'test2@example.com'],
    'subject': '2025年第二季度工作报告',
    'body': '''
    <h1>季度工作报告</h1>
    <p>附件包含详细数据,正文图表如下:</p>
    <img src="cid:业绩趋势图.png">
    '''
}

# 创建邮件对象
msg = MIMEMultipart()
msg['From'] = config['sender']
msg['To'] = ', '.join(config['receivers'])
msg['Subject'] = Header(config['subject'], 'utf-8')

# 添加正文
msg.attach(MIMEText(config['body'], 'html', 'utf-8'))

# 添加附件
add_attachments(msg, [
    './reports/季度数据.xlsx',
    './reports/正式报告.pdf'
])

# 添加图片
add_images(msg, [
    './charts/业绩趋势图.png'
])

# 发送邮件
send_email(config, msg)

if name == 'main':
main()

四、扩展功能建议
4.1 定时发送
结合schedule库实现定时任务:

import schedule
import time

schedule.every().day.at("09:30").do(main)

while True:
schedule.run_pending()
time.sleep(60)

4.2 批量发送
从CSV读取收件人信息:

import pandas as pd

def batch_send(csv_path):
df = pd.read_csv(csv_path)
for index, row in df.iterrows():
config['receivers'] = [row['email']]
config['body'] = f"尊敬的{row['name']},这是您的专属报告"
main()

4.3 异常处理
添加重试机制和日志记录:

import logging
from retrying import retry

logging.basicConfig(filename='email.log', level=logging.INFO)

@retry(stop_max_attempt_number=3)
def send_email_safe(config, msg):
try:

    # 原有发送逻辑
    logging.info(f"成功发送至{config['receivers']}")
except Exception as e:
    logging.error(f"发送失败: {str(e)}")
    raise

五、注意事项
授权码安全:建议定期更换邮箱授权码
文件路径:使用绝对路径或相对路径时注意工作目录
邮件大小:单个邮件附件建议不超过20MB
测试验证:发送测试邮件时建议使用自己的邮箱作为收件人
服务器限制:部分邮箱服务器有每日发送量限制
通过本文介绍的方案,可以实现从简单邮件到复杂邮件的自动化发送。实际使用中可根据需求添加模板引擎、数据库集成等功能,构建更完善的邮件自动化系统。

目录
相关文章
|
2月前
|
人工智能 JavaScript API
零基础构建MCP服务器:TypeScript/Python双语言实战指南
作为一名深耕技术领域多年的博主摘星,我深刻感受到了MCP(Model Context Protocol)协议在AI生态系统中的革命性意义。MCP作为Anthropic推出的开放标准,正在重新定义AI应用与外部系统的交互方式,它不仅解决了传统API集成的复杂性问题,更为开发者提供了一个统一、安全、高效的连接框架。在过去几个月的实践中,我发现许多开发者对MCP的概念理解透彻,但在实际动手构建MCP服务器时却遇到了各种技术壁垒。从环境配置的细节问题到SDK API的深度理解,从第一个Hello World程序的调试到生产环境的部署优化,每一个环节都可能成为初学者的绊脚石。因此,我决定撰写这篇全面的实
494 67
零基础构建MCP服务器:TypeScript/Python双语言实战指南
|
1月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
232 0
|
2月前
|
存储 监控 安全
Python剪贴板监控实战:clipboard-monitor库的深度解析与扩展应用
本文介绍如何利用Python的clipboard-monitor库实现剪贴板监控系统,涵盖文本与图片的实时监听、防重复存储、GUI界面开发及数据加密等核心技术,适用于安全审计与自动化办公场景。
93 0
|
2月前
|
数据采集 存储 监控
Python爬虫实战:批量下载亚马逊商品图片
Python爬虫实战:批量下载亚马逊商品图片
|
11月前
|
机器学习/深度学习 人工智能 运维
构建高效运维体系:从自动化到智能化的演进
本文探讨了如何通过自动化和智能化手段,提升IT运维效率与质量。首先介绍了自动化在简化操作、减少错误中的作用;然后阐述了智能化技术如AI在预测故障、优化资源中的应用;最后讨论了如何构建一个既自动化又智能的运维体系,以实现高效、稳定和安全的IT环境。
218 4
|
2月前
|
运维 监控 安全
从实践到自动化:现代运维管理的转型与挑战
本文探讨了现代运维管理从传统人工模式向自动化转型的必要性与路径,分析了传统运维的痛点,如效率低、响应慢、依赖经验等问题,并介绍了自动化运维在提升效率、降低成本、增强系统稳定性与安全性方面的优势。结合技术工具与实践案例,文章展示了企业如何通过自动化实现运维升级,推动数字化转型,提升业务竞争力。
|
11月前
|
运维 Linux Apache
,自动化运维成为现代IT基础设施的关键部分。Puppet是一款强大的自动化运维工具
【10月更文挑战第7天】随着云计算和容器化技术的发展,自动化运维成为现代IT基础设施的关键部分。Puppet是一款强大的自动化运维工具,通过定义资源状态和关系,确保系统始终处于期望配置状态。本文介绍Puppet的基本概念、安装配置及使用示例,帮助读者快速掌握Puppet,实现高效自动化运维。
217 4
|
6月前
|
机器学习/深度学习 人工智能 运维
机器学习+自动化运维:让服务器自己修Bug,运维变轻松!
机器学习+自动化运维:让服务器自己修Bug,运维变轻松!
269 14
|
8月前
|
机器学习/深度学习 人工智能 运维
基于AI的自动化事件响应:智慧运维新时代
基于AI的自动化事件响应:智慧运维新时代
365 11
|
6月前
|
机器学习/深度学习 人工智能 运维
基于AI的自动化服务器管理:解锁运维的未来
基于AI的自动化服务器管理:解锁运维的未来
639 0

推荐镜像

更多