from docx import Document
from docx.shared import Pt, RGBColor

# 创建文档
doc = Document()

# 添加标题
doc.add_heading('Python办公自动化', level=1)

# 添加段落
paragraph = doc.add_paragraph('这是一个自动化示例。')
run = paragraph.add_run('加粗文字')
run.bold = True
run.font.size = Pt(14)
run.font.color.rgb = RGBColor(0xFF, 0x00, 0x00)

# 添加表格
table = doc.add_table(rows=3, cols=3)
for i, row inenumerate(table.rows):
for j, cell inenumerate(row.cells):
        cell.text = f'行{i+1} 列{j+1}'

# 添加图片
doc.add_picture('example.png', width=Pt(400))

# 保存文档
doc.save('output.docx')

from openpyxl import Workbook
from openpyxl.styles import Font, Alignment, PatternFill

wb = Workbook()
ws = wb.active
ws.title = "员工数据"

# 设置表头
headers = ['姓名', '部门', '薪资']
for col, header inenumerate(headers, 1):
    cell = ws.cell(row=1, column=col, value=header)
    cell.font = Font(bold=True, color='FFFFFF')
    cell.fill = PatternFill(start_color='4472C4', fill_type='solid')

# 写入数据
data = [
    ('张三', '技术部', 15000),
    ('李四', '市场部', 12000),
    ('王五', '财务部', 13000),
]
for row_idx, row_data inenumerate(data, 2):
for col_idx, value inenumerate(row_data, 1):
        ws.cell(row=row_idx, column=col_idx, value=value)

# 设置列宽
ws.column_dimensions['A'].width = 15
ws.column_dimensions['B'].width = 15
ws.column_dimensions['C'].width = 12

wb.save('employee.xlsx')

from pptx import Presentation
from pptx.util import Inches, Pt

prs = Presentation()

# 添加标题幻灯片
slide = prs.slides.add_slide(prs.slide_layouts[0])
slide.shapes.title.text = "Python办公自动化"
slide.placeholders[1].text = "让工作更高效"

# 添加内容幻灯片
slide = prs.slides.add_slide(prs.slide_layouts[1])
slide.shapes.title.text = "目录"
content = slide.placeholders[1]
content.text = "1. Word文档处理\n2. Excel表格处理\n3. PPT演示文稿"

prs.save('presentation.pptx')

import xlsxwriter

wb = xlsxwriter.Workbook('report.xlsx')
ws = wb.add_worksheet('销售报表')

# 定义格式
bold = wb.add_format({'bold': True, 'bg_color': '#4472C4', 'font_color': 'white'})
currency = wb.add_format({'num_format': '¥#,##0'})

# 写入表头
headers = ['产品', 'Q1', 'Q2', 'Q3', 'Q4']
for col, header inenumerate(headers):
    ws.write(0, col, header, bold)

# 写入数据
data = [
    ['产品A', 12000, 15000, 18000, 21000],
    ['产品B', 8000, 9500, 11000, 13000],
]
for row_idx, row_data inenumerate(data, 1):
for col_idx, value inenumerate(row_data):
        fmt = currency if col_idx > 0elseNone
        ws.write(row_idx, col_idx, value, fmt)

# 添加图表
chart = wb.add_chart({'type': 'column'})
chart.add_series({'values': '=销售报表!$B$2:$E$2'})
ws.insert_chart('G2', chart)

wb.close()

1.5 xlrd / xlwt / xlutils — 旧版 Excel 兼容

安装：pip install xlrd xlwt xlutils

用于读写旧版 Excel（.xls）文件：

• • xlrd：读取 .xls 文件
• • xlwt：写入 .xls 文件
• • xlutils：复制和修改 .xls 文件

import xlwt

wb = xlwt.Workbook()
ws = wb.add_sheet('Sheet1')
ws.write(0, 0, '姓名')
ws.write(0, 1, '年龄')
ws.write(1, 0, '张三')
ws.write(1, 1, 28)
wb.save('data.xls')

1.6 docx2pdf — Word 转 PDF

安装：pip install docx2pdf（Windows 需要安装 Microsoft Word）

将 Word 文档批量转换为 PDF：

from docx2pdf import convert

# 单文件转换
convert('input.docx', 'output.pdf')

# 批量转换整个文件夹
convert('input_folder/', 'output_folder/')

1.7 docxtpl — Word 模板引擎

安装：pip install docxtpl

基于 Jinja2 的 Word 模板引擎，可以使用占位符生成文档。

from docxtpl import DocxTemplate

doc = DocxTemplate('template.docx')
context = {
'name': '张三',
'department': '技术部',
'salary': 15000
}
doc.render(context)
doc.save('report.docx')

2. PDF 处理

2.1 PyPDF2 / pypdf — PDF 读写

安装：pip install pypdf（PyPDF2 已更名为 pypdf）

用于 PDF 的基本操作：合并、拆分、提取文本、加密解密等。

核心功能：

• • 合并/拆分 PDF 文件
• • 提取文本和元数据
• • 添加水印
• • PDF 加密/解密
• • 旋转页面

使用示例：

from pypdf import PdfReader, PdfWriter

# 读取 PDF
reader = PdfReader('input.pdf')
print(f"共 {len(reader.pages)} 页")

# 提取文本
text = reader.pages[0].extract_text()
print(text)

# 合并多个 PDF
writer = PdfWriter()
for pdf_file in ['a.pdf', 'b.pdf', 'c.pdf']:
    reader = PdfReader(pdf_file)
for page in reader.pages:
        writer.add_page(page)

withopen('merged.pdf', 'wb') as f:
    writer.write(f)

2.2 pdfplumber — PDF 表格提取

安装：pip install pdfplumber

专注于从 PDF 中精准提取表格，非常适合处理报表、发票等结构化数据。

核心功能：

• • 高精度表格提取
• • 文字提取（含位置信息）
• • 线条和矩形检测
• • 可视化调试

使用示例：

import pdfplumber

with pdfplumber.open('report.pdf') as pdf:
for page in pdf.pages:
        tables = page.extract_tables()
for table in tables:
for row in table:
print(row)

2.3 ReportLab — 从零创建 PDF

安装：pip install reportlab

强大的 PDF 生成库，可以从零开始创建任意格式的 PDF 文档。

from reportlab.lib.pagesizes import A4
from reportlab.pdfgen import canvas

c = canvas.Canvas('hello.pdf', pagesize=A4)
width, height = A4

c.setFont('Helvetica', 24)
c.drawString(100, height - 100, 'Hello PDF!')
c.setFont('Helvetica', 12)
c.drawString(100, height - 140, '这是用 ReportLab 创建的 PDF 文件')
c.save()

2.4 PyMuPDF (fitz) — 高性能 PDF 处理

安装：pip install PyMuPDF

基于 MuPDF 引擎，速度极快，支持 PDF 读写、渲染、OCR 等。

import fitz  # PyMuPDF

doc = fitz.open('input.pdf')
for page_num inrange(len(doc)):
    page = doc[page_num]
    text = page.get_text()
print(f"第 {page_num + 1} 页: {text[:200]}")

# PDF 转图片
pix = page.get_pixmap()
pix.save(f'page_{page_num+1}.png')

3. 邮件处理

3.1 yagmail — 极简邮件发送

安装：pip install yagmail

封装了 smtplib，用极少代码发送邮件。

import yagmail

# 连接邮箱
yag = yagmail.SMTP(
    user='your_email@example.com',
    password='your_password',
    host='smtp.example.com'
)

# 发送邮件
yag.send(
    to='recipient@example.com',
    subject='Python自动发送的邮件',
    contents='这是邮件正文内容',
    attachments=['file1.pdf', 'file2.xlsx']
)

3.2 内置 smtplib / email — 原生邮件处理

Python 标准库，无需额外安装，功能全面。

import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
from email.mime.application import MIMEApplication

msg = MIMEMultipart()
msg['From'] = 'sender@example.com'
msg['To'] = 'recipient@example.com'
msg['Subject'] = 'Python自动化邮件'

# 正文
msg.attach(MIMEText('邮件正文内容', 'plain', 'utf-8'))

# 附件
withopen('report.pdf', 'rb') as f:
    part = MIMEApplication(f.read(), Name='report.pdf')
    part['Content-Disposition'] = 'attachment; filename="report.pdf"'
    msg.attach(part)

# 发送
with smtplib.SMTP('smtp.example.com', 465) as server:
    server.login('user', 'password')
    server.send_message(msg)

3.3 imapclient / exchangelib — 邮件接收

• • imapclient：通过 IMAP 协议读取邮件
• • exchangelib：Exchange Server 邮件收发

# 使用 exchangelib 连接 Exchange
from exchangelib import Credentials, Account

credentials = Credentials('user@company.com', 'password')
account = Account('user@company.com', credentials=credentials, autodiscover=True)

# 读取收件箱最新10封
for item in account.inbox.all().order_by('-datetime_received')[:10]:
print(f"主题: {item.subject}")
print(f"发件人: {item.sender.email_address}")

4. 图像处理

4.1 Pillow (PIL) — 图像处理基础库

安装：pip install Pillow

Python 最经典的图像处理库，支持几乎所有常见格式。

核心功能：

• • 图片格式转换（JPG, PNG, GIF, BMP, WebP 等）
• • 缩放、裁剪、旋转、翻转
• • 滤镜和增强（模糊、锐化、边缘增强）
• • 文字水印添加
• • 图片合成和拼接
• • 批量处理

使用示例：

from PIL import Image, ImageDraw, ImageFont

# 打开图片
img = Image.open('photo.jpg')

# 缩放
img.thumbnail((800, 600))

# 旋转
img = img.rotate(90)

# 添加文字水印
draw = ImageDraw.Draw(img)
font = ImageFont.truetype('msyh.ttc', 40)
draw.text((50, 50), '版权所有', fill='white', font=font)

# 保存
img.save('output.jpg', quality=95)

4.2 img2pdf — 图片转 PDF

安装：pip install img2pdf

将图片无损转换为 PDF 文件。

import img2pdf

withopen('output.pdf', 'wb') as f:
    f.write(img2pdf.convert('image1.jpg', 'image2.png'))

5. 网络与爬虫

5.1 requests — HTTP 请求

安装：pip install requests

最流行的 HTTP 客户端库，几乎所有 Python 网络请求的首选。

import requests

# GET 请求
response = requests.get('https://api.example.com/data')
data = response.json()

# POST 请求
response = requests.post(
'https://api.example.com/upload',
    json={'key': 'value'},
    headers={'Authorization': 'Bearer token'}
)

# 下载文件
response = requests.get('https://example.com/file.pdf')
withopen('downloaded.pdf', 'wb') as f:
    f.write(response.content)

5.2 BeautifulSoup4 — HTML 解析

安装：pip install beautifulsoup4

从 HTML/XML 文档中提取数据的利器。

from bs4 import BeautifulSoup
import requests

html = requests.get('https://example.com').text
soup = BeautifulSoup(html, 'html.parser')

# 提取所有链接
for link in soup.find_all('a'):
print(link.get('href'))

# 提取表格
for table in soup.find_all('table'):
for row in table.find_all('tr'):
        cells = [cell.text.strip() for cell in row.find_all(['td', 'th'])]
print(cells)

5.3 Scrapy — 爬虫框架

安装：pip install scrapy

专业级爬虫框架，支持异步、去重、管道处理等。

import scrapy

classQuoteSpider(scrapy.Spider):
    name = 'quotes'
    start_urls = ['https://quotes.toscrape.com/']

defparse(self, response):
for quote in response.css('div.quote'):
yield {
'text': quote.css('span.text::text').get(),
'author': quote.css('small.author::text').get(),
            }
yield response.follow(response.css('li.next a::attr(href)').get())

5.4 Selenium / Playwright — 浏览器自动化

安装：

• • pip install selenium
• • pip install playwright && playwright install

用于需要 JavaScript 渲染的网页抓取和 Web 自动化。

# Selenium 示例
from selenium import webdriver
from selenium.webdriver.common.by import By

driver = webdriver.Chrome()
driver.get('https://example.com')
elements = driver.find_elements(By.CSS_SELECTOR, '.item')
for el in elements:
print(el.text)
driver.quit()

# Playwright 示例（推荐，更快更稳定）
from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch()
    page = browser.new_page()
    page.goto('https://example.com')
print(page.title())
    browser.close()

6. 数据处理与分析

6.1 pandas — 数据分析核心库

安装：pip install pandas

数据分析的瑞士军刀，支持表格数据的读取、清洗、分析、导出全流程。

核心功能：

• • 读取多种格式（CSV, Excel, SQL, JSON, HTML）
• • 数据清洗（去重、填充、过滤）
• • 数据聚合与分组统计
• • 时间序列分析
• • 数据透视表
• • 数据可视化集成

使用示例：

import pandas as pd

# 读取数据
df = pd.read_excel('sales.xlsx')

# 基本统计
print(df.describe())

# 分组聚合
summary = df.groupby('部门').agg({
'销售额': ['sum', 'mean', 'count']
}).reset_index()

# 筛选和排序
top_sales = df[df['销售额'] > 10000].sort_values('销售额', ascending=False)

# 导出数据
summary.to_excel('summary.xlsx', index=False)

6.2 csv — 内置 CSV 处理

Python 标准库，无需安装。

import csv

# 读取 CSV
withopen('data.csv', 'r', encoding='utf-8') as f:
    reader = csv.DictReader(f)
for row in reader:
print(row['姓名'], row['年龄'])

# 写入 CSV
withopen('output.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(['姓名', '年龄', '部门'])
    writer.writerow(['张三', 28, '技术部'])

6.3 tabulate — 终端表格美化

安装：pip install tabulate

在命令行中漂亮地打印表格数据。

from tabulate import tabulate

data = [
    ['张三', '技术部', 15000],
    ['李四', '市场部', 12000],
    ['王五', '财务部', 13000],
]
print(tabulate(data, headers=['姓名', '部门', '薪资'], tablefmt='grid'))

7. 日期与时间

7.1 datetime — 内置日期时间

Python 标准库，基础日期时间操作。

from datetime import datetime, timedelta

now = datetime.now()
print(f"当前时间: {now:%Y-%m-%d %H:%M:%S}")

# 日期计算
yesterday = now - timedelta(days=1)
next_week = now + timedelta(weeks=1)

# 字符串解析
dt = datetime.strptime('2026-05-06', '%Y-%m-%d')

7.2 dateutil — 灵活日期解析

安装：pip install python-dateutil

增强 datetime 的能力，支持自然语言日期解析。

from dateutil import parser
from dateutil.relativedelta import relativedelta

# 自然语言解析
dt = parser.parse('May 6, 2026 9:00 AM')

# 相对日期
next_month = dt + relativedelta(months=1)
last_friday = dt + relativedelta(weekday=-1)  # 上一个周五

7.3 arrow — 人性化时间处理

安装：pip install arrow

import arrow

now = arrow.now()
print(now.humanize())  # "刚刚"

utc = arrow.utcnow()
print utc.to('Asia/Shanghai').format('YYYY-MM-DD HH:mm:ss')

8. 文件与系统管理

8.1 os / shutil — 文件系统操作

Python 标准库。

import os
import shutil

# 遍历目录
for root, dirs, files in os.walk('./data'):
for file in files:
if file.endswith('.xlsx'):
print(os.path.join(root, file))

# 批量复制
shutil.copy('source.txt', 'destination.txt')

# 移动文件
shutil.move('old_path.txt', 'new_path.txt')

# 删除目录树
shutil.rmtree('temp_folder')

8.2 pathlib — 现代化路径处理

Python 3.4+ 标准库，面向对象的路径操作。

from pathlib import Path

# 路径操作
p = Path('./data')
for file in p.glob('**/*.xlsx'):
print(f"文件大小: {file.stat().st_size} bytes")

# 文件操作
p = Path('output.txt')
p.write_text('Hello World')
content = p.read_text()

8.3 watchdog — 文件监控

安装：pip install watchdog

监控文件系统变化，自动触发操作。

from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandler

classMyHandler(FileSystemEventHandler):
defon_created(self, event):
ifnot event.is_directory:
print(f"新文件: {event.src_path}")

observer = Observer()
observer.schedule(MyHandler(), path='./watch_folder', recursive=False)
observer.start()
observer.join()

8.4 send2trash — 安全删除

安装：pip install send2trash

将文件移入回收站而非永久删除。

from send2trash import send2trash

send2trash('old_file.txt')  # 移入回收站

9. OCR 文字识别

9.1 pytesseract — Tesseract OCR

安装：pip install pytesseract（需系统安装 Tesseract OCR 引擎）

import pytesseract
from PIL import Image

# 识别图片文字
img = Image.open('scan.png')
text = pytesseract.image_to_string(img, lang='chi_sim+eng')
print(text)

9.2 PaddleOCR — 百度 OCR

安装：pip install paddlepaddle paddleocr

中文识别效果优秀的 OCR 库。

from paddleocr import PaddleOCR

ocr = PaddleOCR(use_angle_cls=True, lang='ch')
result = ocr.ocr('document.jpg')
for line in result[0]:
print(line[1][0])  # 识别出的文字

9.3 EasyOCR — 简单易用的多语言 OCR

安装：pip install easyocr

支持 80+ 种语言，开箱即用。

import easyocr

reader = easyocr.Reader(['ch_sim', 'en'])
result = reader.readtext('image.jpg')
for detection in result:
print(detection[1])  # 文字内容

10. 自动化与GUI控制

10.1 PyAutoGUI — 鼠标键盘自动化

安装：pip install pyautogui

控制鼠标和键盘，模拟人工操作。

import pyautogui

# 获取屏幕尺寸
print(pyautogui.size())

# 移动鼠标
pyautogui.moveTo(100, 200, duration=1)

# 点击
pyautogui.click()

# 输入文字
pyautogui.typewrite('Hello World', interval=0.1)

# 截图
screenshot = pyautogui.screenshot()
screenshot.save('screen.png')

10.2 keyboard / mouse — 输入设备控制

安装：pip install keyboard mouse

import keyboard

# 监听快捷键
keyboard.add_hotkey('ctrl+shift+a', lambda: print('触发!'))
keyboard.wait('esc')

# 模拟按键
keyboard.press_and_release('ctrl+c')

10.3 pywin32 — Windows API 集成（仅 Windows）

安装：pip install pywin32

import win32com.client

# 操作 Excel（通过 COM）
excel = win32com.client.Dispatch('Excel.Application')
excel.Visible = True
wb = excel.Workbooks.Add()
ws = wb.ActiveSheet
ws.Cells(1, 1).Value = 'Hello from Python'
wb.SaveAs('com_output.xlsx')

11. 图表与可视化

11.1 matplotlib — 基础绘图库

安装：pip install matplotlib

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
plt.bar(['Q1', 'Q2', 'Q3', 'Q4'], [120, 150, 180, 210])
plt.title('季度销售额')
plt.xlabel('季度')
plt.ylabel('销售额 (万元)')
plt.savefig('chart.png', dpi=200)
plt.show()

11.2 seaborn — 统计可视化

安装：pip install seaborn

基于 matplotlib，更美观的统计图表。

import seaborn as sns
import pandas as pd

df = pd.read_csv('data.csv')
sns.heatmap(df.corr(), annot=True, cmap='coolwarm')
plt.savefig('correlation.png')

11.3 plotly — 交互式图表

安装：pip install plotly

import plotly.express as px

df = px.data.gapminder()
fig = px.scatter(df, x='gdpPercap', y='lifeExp',
                 size='pop', color='continent',
                 hover_name='country', log_x=True,
                 title='各国GDP与预期寿命')
fig.write_html('interactive_chart.html')

12. 其他实用办公库

12.1 schedule — 定时任务调度

安装：pip install schedule

import schedule
import time

defjob():
print('执行定时任务...')

schedule.every().day.at('09:00').do(job)
schedule.every().monday.at('10:00').do(job)

whileTrue:
    schedule.run_pending()
    time.sleep(60)

12.2 paramiko — SSH 远程连接

安装：pip install paramiko

远程服务器管理。

import paramiko

ssh = paramiko.SSHClient()
ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())
ssh.connect('192.168.1.100', username='user', password='pass')

# 执行命令
stdin, stdout, stderr = ssh.exec_command('df -h')
print(stdout.read().decode())
ssh.close()

12.3 loguru — 现代日志库

安装：pip install loguru

from loguru import logger

logger.add('app.log', rotation='10 MB', retention='7 days')
logger.info('程序启动')
logger.error('发生错误', exc_info=True)

12.4 rich — 终端美化

安装：pip install rich

from rich.console import Console
from rich.table import Table

console = Console()
table = Table(title='员工信息')
table.add_column('姓名')
table.add_column('部门')
table.add_column('薪资')
table.add_row('张三', '技术部', '¥15,000')
console.print(table)

12.5 watchdog — 文件监控

已在 8.3 节介绍。

12.6 chardet — 编码检测

安装：pip install chardet

自动检测文件编码，解决读取文本时的乱码问题。

import chardet

withopen('unknown.txt', 'rb') as f:
    raw = f.read()
    result = chardet.detect(raw)
print(f"编码: {result['encoding']}, 置信度: {result['confidence']}")

text = raw.decode(result['encoding'])

12.7 json / pickle — 数据序列化

Python 标准库。

import json

# JSON 序列化/反序列化
data = {'name': '张三', 'age': 28}
json_str = json.dumps(data, ensure_ascii=False, indent=2)
parsed = json.loads(json_str)

# 读写文件
withopen('data.json', 'w', encoding='utf-8') as f:
    json.dump(data, f, ensure_ascii=False, indent=2)

12.8 zipfile / tarfile — 压缩文件处理

Python 标准库。

import zipfile
import os

# 创建压缩包
with zipfile.ZipFile('backup.zip', 'w', zipfile.ZIP_DEFLATED) as zf:
for file in os.listdir('./data'):
        zf.write(os.path.join('./data', file))

# 解压
with zipfile.ZipFile('backup.zip', 'r') as zf:
    zf.extractall('./output')

12.9 configparser — 配置文件读写

Python 标准库，用于读写 .ini 配置文件。

import configparser

config = configparser.ConfigParser()
config.read('settings.ini')

# 读取
db_host = config['database']['host']

# 写入
config['server']['port'] = '8080'
withopen('settings.ini', 'w') as f:
    config.write(f)

12.10 argparse — 命令行参数解析

Python 标准库。

import argparse

parser = argparse.ArgumentParser(description='办公自动化脚本')
parser.add_argument('--input', '-i', required=True, help='输入文件路径')
parser.add_argument('--output', '-o', default='output.xlsx', help='输出文件路径')
parser.add_argument('--verbose', '-v', action='store_true', help='详细输出')

args = parser.parse_args()
print(f"输入: {args.input}, 输出: {args.output}")

办公场景推荐组合

学习建议

1. 1. 初学者：先从 requests + pandas + openpyxl 开始，这三个库能解决 60% 的办公自动化需求
2. 2. 进阶：掌握 python-docx、python-pptx 和 PyMuPDF，覆盖 Word、PPT 和 PDF 三大办公格式
3. 3. 高级：结合 PyAutoGUI + Selenium 实现跨应用的端到端自动化流程
4. 4. 工程化：使用 loguru 记录日志，schedule 或 APScheduler 做定时调度，argparse 做命令行接口

总结

Python 拥有极其丰富的办公自动化生态库，从文档处理、数据分析到邮件发送、GUI 控制，几乎涵盖了所有日常办公场景。选择库的关键是根据具体需求匹配功能：

• • 简单读写 Excel → openpyxl（.xlsx）/ xlrd（.xls）
• • 高性能写入 Excel → XlsxWriter
• • 数据分析 → pandas
• • Word 文档 → python-docx
• • PPT 演示 → python-pptx
• • PDF 处理 → pypdf / PyMuPDF / pdfplumber
• • 邮件发送 → yagmail
• • 图像处理 → Pillow
• • 网络请求 → requests
• • 页面抓取 → BeautifulSoup / Playwright

掌握这些库的基本用法，就能大幅提升办公效率，将重复性劳动交给 Python 自动完成！