python 办公自动化教程

如果你已经在用 Python 写脚本，却还在手工合并 Excel 表、一份份改 Word 模板、把 PDF 里的数字复制粘贴出来——那这门课补的就是这段缺口。它不教 Python 语法入门，也不讲数据分析建模，只盯着一个具体问题：办公室里那些重复的文件操作，怎么交给代码去做。

先看自己缺的是哪一块

办公自动化的坑往往不在"会不会写代码"，而在"知不知道该用哪个库、这个库能碰哪些格式"。比如 Excel 有 .xlsx 和 .xls 之分，老式的 .xls 用 openpyxl 打不开；PDF 分文本型和扫描件，pdfplumber 抽不出图片里的字；Word 的段落、表格、样式在 python-docx 里是三个不同的对象层级。这些细节不踩一遍，脚本跑起来就是各种报错。

这门课按文件类型切分模块，正好对应几种典型的能力缺口：

• 只会用 pandas 读表，但不会写公式、调单元格格式、插图表——openpyxl 补的是这块。
• 需要从几十份 PDF 报表里批量提数据，靠人工点开复制——pdfplumber 和 PyPDF2 各管一头，一个偏内容抽取，一个偏页面级操作。
• 合同、通知、周报要按模板批量生成——python-docx 处理的是占位符替换和段落拼接。
• 定期要给一批人发带附件的邮件——smtplib 那套配置和编码问题，第一次写基本都要卡一会儿。

配套练习该怎么做

光看演示容易产生"我会了"的错觉。建议每学完一个库，立刻拿自己手头真实的文件试一遍，哪怕只有三五个。比如学完 Excel 部分，把每个月都要手工汇总的那张表改成脚本跑；学完 Word 部分，把最常发的那份通知做成模板填数据。真实的文件里总有合并单元格、空行、异常字符这些演示数据不会出现的情况，处理它们的过程才是真正学到的部分。

另一个建议是刻意练习"读文档"。这些库的官方文档质量参差，但遇到方法名记不清、参数含义模糊时，查文档比搜零散博客更省时间。课程里给出的用法是起点，不是全部。

看完应该能回答的问题

• 给定一个文件夹里的多份 Excel，怎么按列合并成一张总表，并保留表头只出现一次？
• 一批 Word 文档需要统一替换公司名和日期，脚本怎么写才不会破坏原有格式？
• 从 PDF 里抽表格数据时，什么情况下 pdfplumber 抽得干净，什么情况下必须换思路？
• 用脚本发邮件时，附件名中文乱码、被当成垃圾邮件，分别可能是什么原因？
• PPT 批量生成时，怎么复用一份母版，而不是每页从零拼版式？

这些问题能答上来，说明你不只是跟着敲了一遍代码，而是真的知道遇到新格式、新需求时该往哪个方向查。

学之前需要什么基础

能读懂基本的 Python 语法就够了：变量、循环、函数、字典和列表的常用操作。不需要面向对象、不需要装饰器。如果连文件路径怎么写、虚拟环境怎么建还不熟，建议先花半天补一下，否则后面会被环境问题反复打断。

另外提醒一句：办公自动化脚本写出来是给自己用的，不用追求工程化。能跑通、能复用、出错时看得懂报错，比代码优雅重要得多。