办公自动化脚本合集-Python处理ExcelPDF邮件的30个脚本

办公自动化脚本合集——Python处理Excel/PDF/邮

件的30个脚本

标签：Python办公自动化|Excel处理|PDF处理|邮件自动化|脚本合集|数据清洗|批量操作|职场效率

日期：2026年9月13日

目录

第一章Python办公自动化环境配置

第二章Excel处理脚本（脚本01-15）

第三章PDF处理脚本（脚本16-24）

第四章邮件自动化脚本（脚本25-30）

第五章脚本组合应用——端到端自动化实战

第六章常见报错与排查指南

第七章性能优化与版本差异

第八章脚本打包与定时运行

第九章速查表与检查清单

第一章Python办公自动化环境配置

1.1安装Python

第1步：下载Python安装包

打开浏览器，访问/downloads，下载最新版Python3.12或3.13的Windows安装包。选择64位版本。注

意：Python3.12默认启用per-interpreterGIL（PIGIL），但openpyxl和xlrd等底层引擎未完全适配，导致

pandas.read_excel在多线程批量读取时可能出现锁争用或初始化延迟。如果主要做Excel批量处理，推荐使用Python

3.11或3.13。Python3.13已修复了PIGIL兼容性问题。

第2步：安装Python

双击安装包，勾选“AddPythontoPATH”，点击“InstallNow”。安装完成后，打开命令行（Win+R输入cmd），输入

python--version，显示版本号说明安装成功。

第3步：安装必备库

在命令行中输入以下命令，逐条执行：

pipinstallopenpyxlpandasxlsxwriterpdfplumberPyPDF2PyMuPDFcamelot-pyopencv-python

pipinstallpython-docxrequestsbeautifulsoup4schedule

第4步：验证安装

importopenpyxl

importpandas

importpdfplumber

importPyPDF2

print("所有库安装成功")

零基础操作引导：在哪里输入命令？打开命令行（Win+R→输入cmd→回车），在黑窗口中输入pipinstall命令，按

Enter执行。安装完成后输入python，按Enter进入Python交互环境，输入import语句测试。

1.2推荐开发工具

工具用途零基础操作入口

VSCode代码编辑下载安装后，新建.py文件即可

PyCharm代码编辑下载Community版，新建项目

JupyterNotebook交互式编程通过pipinstalljupyter安装

IDLEPython自带编辑器开始菜单搜索IDLE

1.3库选择决策表

场景推荐库理由性能参考

读Excel（5万行以下）openpyxl轻量，格式控制精细10万行约8秒

读Excel（大数据量）pandas向量化操作，速度快10万行约3秒

写Excel（带格式）openpyxl样式控制最强适合精细排版

写Excel（纯数据）pandas+xlsxwriter速度快，适合大数据百万行秒级

提取PDF文字pdfplumber精度高，支持坐标定位100页约9秒（8核）

提取PDF文字（简单）PyPDF2速度快，API简单100页约42秒

合并/拆分PDFPyPDF2结构操作首选速度快

发送邮件smtplib+email标准库，无需额外安装几行代码即可

第二章Excel处理脚本（脚本01-15）

脚本01：读取Excel文件

功能：读取Excel文件内容，支持xlsx和xls格式。

代码：

importpandasaspd

#读取Excel文件

df=pd.read_excel('data.xlsx')

#查看前5行

print(df.head())

#查看数据基本信息

print(())

#查看统计摘要

print(df.describe())

参数说明：

'data.xlsx'：文件路径，支持相对路径和绝对路径

sheet_name：指定工作表名称或索引，默认0（第一个工作表）

header：表头行号，默认0（第一行）

真实工作场景：财务人员每月需要读取银行对账单Excel文件，检查收支明细。将文件路径替换为对账单路径，运行脚

本即可查看数据概况。

常见错误与正确写法：

错误写法正确写法说明

文件路径用反斜杠用正斜杠或原始字符串Windows路径需转义

不检查文件是否存在先检查文件路径避免FileNotFoundError

读取后不查看数据先head()查看确认数据读取正确

零基础操作引导：

在哪里运行：打开VSCode，新建文件命名为read_excel.py，粘贴代码，按Ctrl+S保存

怎么运行：点击VSCode右上角运行按钮，或在命令行输入pythonread_excel.py

结果长什么样：终端显示前5行数据、列名、数据类型和统计摘要

报错了怎么办：如果提示FileNotFoundError，检查文件路径是否正确；如果提示ModuleNotFoundError，运

行pipinstallpandasopenpyxl

脚本02：写入Excel文件

功能：将DataFrame数据写入新的Excel文件。

代码：

importpandasaspd

#创建示例数据

data={

'姓名':['张三','李四','王五'],

'部门':['销售部','技术部','市场部'],

'销售额':[12000,15000,8000]

}

df=pd.DataFrame(data)

#写入Excel，不保存索引列

df.to_excel('output.xlsx',index=False)

print("文件写入成功")

参数说明：

index=False：不将DataFrame索引写入Excel

sheet_name='Sheet1'：指定工作表名称

engine='openpyxl'：指定写入引擎

真实工作场景：HR每月汇总考勤数据后，需要生成标准格式的Excel文件发送给各部门。将汇总数据构造为

DataFrame，一键导出。

进阶技巧：写入长数字（如订单号）时，设置单元格格式为文本，避免变成科学计数法：

fromopenpyxlimportWorkbook

fromopenpyxl.stylesimportnumbers

wb=Workbook()

ws=wb.active

cell=ws.cell(row=2,column=1,value="202506220011234")

cell.number_format='@'

#强制文本格式

wb.save('order.xlsx')

写入前先设置单元格格式为文本，可以避免长数字被Excel自动转换为科学计数法。

脚本03：批量合并多个Excel文件

功能：将同一文件夹内多个Excel文件合并为一个文件。

代码：

importpandasaspd

importglob

importos

#获取文件夹内所有Excel文件

folder_path='data/'

files=glob.glob(os.path.join(folder_path,'*.xlsx'))

#读取并合并所有文件

all_data=[]

forfileinfiles:

df=pd.read_excel(file)

df['来源文件']=os.path.basename(file)

#添加来源标记

all_data.append(df)

combined=pd.concat(all_data,ignore_index=True)

combined.to_excel('merged.xlsx',index=False)

print(f"合并完成，共{len(files)}个文件，{len(combined)}行数据")

参数说明：

glob.glob()：支持通配符匹配文件

ignore_index=True：合并后重新生成索引

pd.concat()：支持纵向和横向合并

真实工作场景：每月末需要将12个分公司的销售报表合并为一张总表。运行脚本后自动合并，并添加“来源文件”列方

便追溯。

注意事项：各文件表头必须一致，否则需要先统一列名。

脚本04：批量拆分Excel文件

功能：按某一列的值将Excel拆分为多个文件。

代码：

importpandasaspd

df=pd.read_excel('sales.xlsx')

#按“区域”列拆分

forregion,groupindf.groupby('区域'):

group.to_excel(f'output_{region}.xlsx',index=False)

print(f"已生成:output_{region}.xlsx")

参数说明：

groupby('区域')：按指定列分组

f'output_{region}.xlsx'：动态文件名

真实工作场景：销售部需要将全国销售数据按区域拆分为独立文件，发送给各区域负责人。

脚本05：筛选特定列和行

功能：从Excel中提取需要的列，并按条件筛选行。

代码：

importpandasaspd

df=pd.read_excel('financial_data.xlsx')

#筛选特定列

selected=df[['日期','收入','成本']]

#筛选收入大于1000的行

filtered=selected[selected['收入']>1000]

#保存结果

filtered.to_excel('filtered.xlsx',index=False)

print(f"筛选完成，共{len(filtered)}条记录")

脚本06：删除空值并填充缺失值

功能：清理Excel中的空值。

代码：

importpandasaspd

df=pd.read_excel('data.xlsx')

#删除包含空值的行

df_clean=df.dropna()

#用0填充空值

df_filled=df.fillna(0)

#用均值填充

df_mean=df.fillna(df.mean(numeric_only=True))

#分别保存

df_clean.to_excel('cleaned.xlsx',index=False)

df_filled.to_excel('filled.xlsx',index=False)

print(f"删除空值后:{len(df_clean)}行")

print(f"填充空值后:{len(df_filled)}行")

脚本07：数据透视表自动生成

功能：按类别汇总数据，生成数据透视表。

代码：

importpandasaspd

df=pd.read_excel('sales.xlsx')

#按产品和区域汇总销售额

pivot=pd.pivot_table(

df,

values='销售额',

index='产品',

columns='区域',

aggfunc='sum',

fill_value=0

)

pivot.to_excel('pivot_result.xlsx')

print("数据透视表生成完成")

脚本08：计算同比增长率

功能：计算月度数据的同比增长率。

代码：

importpandasaspd

df=pd.read_excel('monthly_data.xlsx')

#计算环比增长率（与上个月对比）

df['环比增长']=df['收入'].pct_change()*100

#计算同比增长率（与去年同期对比）

df['同比增长']=df['收入'].pct_change(periods=12)*100

df.to_excel('growth_analysis.xlsx',index=False)

print("增长率计算完成")

脚本09：批量生成带格式的Excel报表

功能：生成带表头样式、边框、冻结窗格的Excel文件。

代码：

fromopenpyxlimportWorkbook

fromopenpyxl.stylesimportFont,Alignment,PatternFill,Border,Side

fromopenpyxl.utilsimportget_column_letter

wb=Workbook()

ws=wb.active

ws.title="销售报表"

#设置表头样式

header_fill=PatternFill("solid",fgColor="1F4E79")

header_font=Font(bold=True,color="FFFFFF",size=12)

thin=Side(style="thin")

border=Border(left=thin,right=thin,top=thin,bottom=thin)

headers=['月份','销售额','成本','利润','利润率']

forcol,headerinenumerate(headers,1):

cell=ws.cell(1,col,header)

cell.fill=header_fill

cell.font=header_font

cell.alignment=Alignment(horizontal="center")

cell.border=border

#写入数据

data=[

['1月',1200,800,400,'33.3%'],

['2月',1350,850,500,'37.0%'],

['3月',1500,900,600,'40.0%'],

]

forr,rowinenumerate(data,2):

forc,valinenumerate(row,1):

cell=ws.cell(r,c,val)

cell.border=border

#冻结表头

ws.freeze_panes="A2"

#自动列宽

forcinrange(1,len(headers)+1):

ws.column_dimensions[get_column_letter(c)].width=14

wb.save("formatted_report.xlsx")

print("带格式报表生成完成")

参数说明：

PatternFill：单元格填充样式

Font：字体样式，支持bold、color、size

Border：边框样式，用Side定义一次复用

freeze_panes：冻结窗格，A2表示冻结第一行

真实工作场景：审计人员需要批量生成函证底稿，每家客户一个工作表，格式统一。使用openpyxl循环创建sheet并

统一设置样式，几十份底稿几分钟完成。

脚本10：多工作表批量操作

功能：遍历Excel中所有工作表，执行统一操作。

代码：

importopenpyxl

wb=openpyxl.load_workbook('multi_sheet.xlsx')

forsheet_nameinwb.sheetnames:

ws=wb[sheet_name]

print(f"工作表:{sheet_name},行数:{ws.max_row},列数:{ws.max_column}")

#在每张表的最后添加一行汇总

last_row=ws.max_row+1

ws.cell(row=last_row,column=1,value="汇总")

ws.cell(row=last_row,column=2,value=f"=SUM(B2:B{ws.max_row})")

wb.save('multi_sheet_updated.xlsx')

print("所有工作表处理完成")

脚本11：按条件拆分并生成独立文件

功能：按部门拆分数据，每个部门生成独立Excel文件，并自动发送。

代码：

importpandasaspd

importos

df=pd.read_excel('all_employees.xlsx')

os.makedirs('departments',exist_ok=True)

fordept,groupindf.groupby('部门'):

filename=f'departments/{dept}_employees.xlsx'

group.to_excel(filename,index=False)

print(f"生成:{filename}，共{len(group)}人")

脚本12：Excel数据去重

功能：删除Excel中的重复行。

代码：

importpandasaspd

df=pd.read_excel('data_with_duplicates.xlsx')

#完全去重（所有列都相同才算重复）

df_unique=df.drop_duplicates()

#按指定列去重（如按订单号去重，保留第一条）

df_unique_id=df.drop_duplicates(subset=['订单号'],keep='first')

df_unique.to_excel('deduplicated.xlsx',index=False)

print(f"去重前:{len(df)}行,去重后:{len(df_unique)}行")

脚本13：Excel与CSV互转

功能：将Excel转为CSV，或将CSV转为Excel。

代码：

importpandasaspd

#Excel转CSV

df=pd.read_excel('data.xlsx')

df.to_csv('data.csv',index=False,encoding='utf-8-sig')

#CSV转Excel

df2=pd.read_csv('data.csv',encoding='utf-8-sig')

df2.to_excel('data_from_csv.xlsx',index=False)

print("格式转换完成")

注意事项：中文CSV使用utf-8-sig编码，避免Excel打开时乱码。

脚本14：按金额降序抽取前N笔

功能：从明细账中按金额降序，每个科目抽取前N笔，生成底稿。

代码：

importpandasaspd

fromopenpyxlimportWorkbook

fromopenpyxl.stylesimportFont,Alignment,PatternFill

fromopenpyxl.utilsimportget_column_letter

df=pd.read_excel("ledger.xlsx")

#计算净发生额绝对值作为排序键

df["amount"]=(df["credit"].fillna(0)-df["debit"].fillna(0)).abs().round(2)

N=10

#每科目取前10笔

wb=Workbook()

wb.remove(wb.active)

header_fill=PatternFill("solid",fgColor="1F4E79")

header_font=Font(bold=True,color="FFFFFF")

cols=["account","voucher","date","desc","debit","credit","amount"]

forsubj,grpindf.groupby("account"):

grp=grp.sort_values("amount",ascending=False).head(N)

ws=wb.create_sheet(title=subj[:31])

forc,nameinenumerate(cols,1):

cell=ws.cell(1,c,name)

cell.fill=header_fill

cell.font=header_font

forr,(_,row)inenumerate(grp.iterrows(),2):

forc,nameinenumerate(cols,1):

ws.cell(r,c,row[name])

ws.freeze_panes="A2"

wb.save("vouchers.xlsx")

print("抽凭底稿生成完成")

参数说明：

sort_values("amount",ascending=False)：按金额降序排列

head(N)：取前N行

title=subj[:31]：工作表名称最多31字符，超长截断避免报错

真实工作场景：审计抽凭时，需要从明细账中筛选每个科目金额最大的前10笔凭证。手工操作一个科目十分钟，几十

个科目需要一下午。使用脚本后几分钟完成。

脚本15：批量生成函证底稿

功能：按客户名单批量生成格式统一的函证底稿。

代码：

fromopenpyxlimportWorkbook

fromopenpyxl.stylesimportFont,Border,Side

wb=Workbook()

thin=Side(style="thin")

border=Border(left=thin,right=thin,top=thin,bottom=thin)

#从Excel读取名单

importpandasaspd

parties_df=pd.read_excel("parties.xlsx")

parties=[(row['名称'],row['日期'],row['余额'],row['已核对'])

for_,rowinparties_df.iterrows()]

forname,date,bal,recinparties:

ws=wb.create_sheet(title=name[:10])

ws["A1"]="Confirmation"

ws["A1"].font=Font(bold=True,size=14)

rows=[("Party",name),("Asof",date),("Balance",bal),("Reconciled",rec)]

r=3

fork,vinrows:

ws.cell(row=r,column=1,value=k).border=border

ws.cell(row=r,column=2,value=v).border=border

r+=1

wb.save("confirmations.xlsx")

print(f"共生成{len(parties)}份函证底稿")

真实工作场景：审计需要向每家客户和供应商发函证，底稿每家一份、格式统一。手工建几十张表费时，用openpyxl

按名单批量生成，每家一个sheet，样式一次设好。

第三章PDF处理脚本（脚本16-24）

脚本16：提取PDF文本

功能：从PDF中提取所有文字内容。

代码：

importpdfplumber

withpdfplumber.open("document.pdf")aspdf:

full_text=[]

fori,pageinenumerate(pdf.pages):

text=page.extract_text()

iftext:

full_text.append(f"第{i+1}页\n{text}")

result="\n".join(full_text)

withopen("extracted_text.txt","w",encoding="utf-8")asf:

f.write(result)

print(f"提取完成，共{len(pdf.pages)}页")

参数说明：

x_tolerance：水平容差，默认3，值越小精度越高

y_tolerance：垂直容差，默认3

layout=True：保留原始布局

真实工作场景：法务人员需要从PDF合同中提取关键条款。使用pdfplumber提取文字后，用关键词搜索快速定位条款

位置。

进阶用法：提取带坐标的文本块：

withpdfplumber.open("document.pdf")aspdf:

forpageinpdf.pages:

words=page.extract_words()

forwordinwords:

print(f"位置:({word['x0']:.1f},{word['top']:.1f})内容:{word['text']}")

脚本17：提取PDF表格

功能：从PDF中提取表格数据。

代码：

importpdfplumber

importpandasaspd

all_tables=[]

withpdfplumber.open("report.pdf")aspdf:

forpageinpdf.pages:

tables=page.extract_tables()

fortableintables:

iftableandlen(table)>1:

df=pd.DataFrame(table[1:],columns=table[0])

all_tables.append(df)

ifall_tables:

result=pd.concat(all_tables,ignore_index=True)

result.to_excel("pdf_tables.xlsx",index=False)

print(f"提取完成，共{len(all_tables)}张表")

else:

print("未找到表格")

参数说明：

table_settings：可自定义表格检测参数

vertical_strategy：垂直策略，可选lines、text、explicit

horizontal_strategy：水平策略

脚本18：合并多个PDF文件

功能：将多个PDF合并为一个文件。

代码：

fromPyPDF2importPdfMerger

importos

merger=PdfMerger()

folder="pdfs/"

files=sorted([fforfinos.listdir(folder)iff.endswith('.pdf')])

forfileinfiles:

merger.append(os.path.join(folder,file))

print(f"已添加:{file}")

merger.write("merged.pdf")

merger.close()

print(f"合并完成，共{len(files)}个文件")

参数说明：

PdfMerger：PyPDF23.0+版本类名，2.x版本为PdfFileMerger

append()：追加整个PDF

merge()：从指定页码合并

版本差异说明：PyPDF23.0.0+的API有较大变化。旧版使用PdfFileMerger，新版使用PdfMerger。建议安装

PyPDF2==2.12.1以确保兼容性。

脚本19：拆分PDF为单页文件

功能：将PDF每页拆分为独立文件。

代码：

fromPyPDF2importPdfReader,PdfWriter

importos

reader=PdfReader("document.pdf")

os.makedirs("pages",exist_ok=True)

fori,pageinenumerate(reader.pages):

writer=PdfWriter()

writer.add_page(page)

output=f"pages/page_{i+1:03d}.pdf"

withopen(output,"wb")asf:

writer.write(f)

print(f"生成:{output}")

print(f"拆分完成，共{len(reader.pages)}页")

脚本20：PDF添加水印

功能：为PDF每页添加水印。

代码：

fromPyPDF2importPdfReader,PdfWriter

fromreportlab.lib.pagesizesimportA4

fromreportlab.pdfgenimportcanvas

importio

#创建水印PDF

watermark_buffer=io.BytesIO()

c=canvas.Canvas(watermark_buffer,pagesize=A4)

c.setFont("Helvetica",60)

c.setFillColorRGB(0.8,0.8,0.8)

c.saveState()

c.translate(300,400)

c.rotate(45)

c.drawCentredString(0,0,"内部资料")

c.restoreState()

c.save()

watermark_buffer.seek(0)

#合并水印到原PDF

reader=PdfReader("document.pdf")

watermark=PdfReader(watermark_buffer)

writer=PdfWriter()

forpageinreader.pages:

page.merge_page(watermark.pages[0])

writer.add_page(page)

withopen("watermarked.pdf","wb")asf:

writer.write(f)

print("水印添加完成")

脚本21：PDF加密与解密

功能：为PDF设置密码保护，或移除已有密码。

代码：

fromPyPDF2importPdfReader,PdfWriter

#加密

reader=PdfReader("document.pdf")

writer=PdfWriter()

forpageinreader.pages:

writer.add_page(page)

writer.encrypt("my_password")

withopen("encrypted.pdf","wb")asf:

writer.write(f)

print("加密完成")

#解密

reader2=PdfReader("encrypted.pdf")

reader2.decrypt("my_password")

writer2=PdfWriter()

forpageinreader2.pages:

writer2.add_page(page)

withopen("decrypted.pdf","wb")asf:

writer2.write(f)

print("解密完成")

脚本22：OCR识别扫描件PDF

功能：对扫描件PDF进行OCR识别，提取文字。

代码：

frompdf2imageimportconvert_from_path

importpytesseract

fromPILimportImage

defocr_pdf(pdf_path,lang='chi_sim+eng'):

images=convert_from_path(pdf_path,dpi=300)

full_text=[]

fori,imginenumerate(images):

#图片预处理：灰度化+二值化

img=img.convert('L').point(lambdax:0ifx<140else255)

text=pytesseract.image_to_string(img,lang=lang)

full_text.append(f"第{i+1}页\n{text}")

return"\n".join(full_text)

result=ocr_pdf("scanned.pdf")

withopen("ocr_result.txt","w",encoding="utf-8")asf:

f.write(result)

print(f"OCR识别完成，共{len(result)}字")

参数说明：

dpi=300：设置DPI为300提高识别率

lang='chi_sim+eng'：中文简体+英文

中文文档需先安装chi_sim.traineddata语言包

脚本23：提取PDF中的图片

功能：从PDF中提取所有嵌入图片。

代码：

importfitz

#PyMuPDF

importos

os.makedirs("extracted_images",exist_ok=True)

doc=fitz.open("document.pdf")

img_count=0

forpage_numinrange(len(doc)):

page=doc[page_num]

images=page.get_images(full=True)

forimg_index,imginenumerate(images):

xref=img[0]

base_image=doc.extract_image(xref)

image_bytes=base_image["image"]

ext=base_image["ext"]

filename=f"extracted_images/page{page_num+1}_img{img_index+1}.{ext}"

withopen(filename,"wb")asf:

f.write(image_bytes)

img_count+=1

doc.close()

print(f"共提取{img_count}张图片")

脚本24：批量处理PDF合同

功能：批量提取合同中的关键信息。

代码：

importpdfplumber

importre

importos

importpandasaspd

results=[]

folder="contracts/"

forfileinos.listdir(folder):

ifnotfile.endswith('.pdf'):

continue

filepath=os.path.join(folder,file)

withpdfplumber.open(filepath)aspdf:

text="\n".join([p.extract_text()or""forpinpdf.pages])

#提取关键信息

contract_no=re.search(r'合同编号[：:]\s*(\S+)',text)

amount=re.search(r'合同金额[：:]\s*([\d,，.]+)',text)

date=re.search(r'签订日期[：:]\s*(\d{4}[-年]\d{1,2}[-月]\d{1,2})',text)

results.append({

'文件名':file,

'合同编号':contract_no.group(1)ifcontract_noelse'',

'合同金额':amount.group(1)ifamountelse'',

'签订日期':date.group(1)ifdateelse''

})

df=pd.DataFrame(results)

df.to_excel("contract_summary.xlsx",index=False)

print(f"处理完成，共{len(results)}份合同")

第四章邮件自动化脚本（脚本25-30）

脚本25：发送纯文本邮件

功能：通过SMTP发送纯文本邮件。

代码：

importsmtplib

importos

fromemail.mime.textimportMIMEText

#配置（建议使用环境变量）

MAIL_HOST=""

MAIL_USER="your_email@"

MAIL_PASS="your_authorization_code"

msg=MIMEText("今日数据报表已生成，请查收。","plain","utf-8")

msg["Subject"]="每日报表通知"

msg["From"]=MAIL_USER

msg["To"]="boss@"

withsmtplib.SMTP(MAIL_HOST,587)ass:

s.starttls()

s.login(MAIL_USER,MAIL_PASS)

s.send_message(msg)

print("邮件发送成功")

参数说明：

端口587：提交端口，连接后starttls()升级加密

端口465：SSL端口，使用smtplib.SMTP_SSL

MIMEText第一个参数是正文，“plain”表示纯文本

脚本26：发送带附件的邮件

功能：发送带Excel附件的邮件。

代码：

importsmtplib

fromemail.mime.multipartimportMIMEMultipart

fromemail.mime.textimportMIMEText

fromemail.mime.applicationimportMIMEApplication

msg=MIMEMultipart()

msg["Subject"]="月度报表"

msg["From"]="your_email@"

msg["To"]="boss@"

#正文

msg.attach(MIMEText("月度报表见附件，请查收。","plain","utf-8"))

#附件

withopen("report.xlsx","rb")asf:

part=MIMEApplication(f.read())

part.add_header("Content-Disposition","attachment",filename="report.xlsx")

msg.attach(part)

withsmtplib.SMTP("",587)ass:

s.starttls()

s.login("your_email@","your_password")

s.send_message(msg)

print("带附件邮件发送成功")

参数说明：

MIMEMultipart：多部分邮件容器

MIMEApplication：二进制附件

Content-Disposition：设置附件文件名

常见错误：中文文件名在部分客户端乱码，建议用英文文件名或做RFC2231编码。

脚本27：批量发送个性化邮件

功能：从Excel读取名单，批量发送个性化邮件。

代码：

importsmtplib

importpandasaspd

fromemail.mime.textimportMIMEText

fromemail.mime.multipartimportMIMEMultipart

fromemail.headerimportHeader

df=pd.read_excel("recipients.xlsx")

for_,rowindf.iterrows():

msg=MIMEMultipart()

msg["Subject"]=Header(f"尊敬的{row['姓名']}，您的月度报告","utf-8")

msg["From"]="your_email@"

msg["To"]=row['邮箱']

body=f"""

<h3>{row['姓名']}，您好！</h3>

<p>您{row['月份']}的数据报告如下：</p>

<p>销售额：{row['销售额']}万元</p>

<p>完成率：{row['完成率']}%</p>

<p>如有疑问，请随时联系。</p>

"""

msg.attach(MIMEText(body,"html","utf-8"))

withsmtplib.SMTP("",587)ass:

s.starttls()

s.login("your_email@","your_password")

s.send_message(msg)

print(f"已发送给:{row['姓名']}({row['邮箱']})")

print("批量发送完成")

脚本28：定时发送邮件

功能：使用schedule库定时发送邮件。

代码：

importschedule

importtime

importsmtplib

fromemail.mime.textimportMIMEText

defsend_daily_report():

msg=MIMEText("每日数据报表已生成。","plain","utf-8")

msg["Subject"]="每日报表"

msg["From"]="your_email@"

msg["To"]="boss@"

withsmtplib.SMTP("",587)ass:

s.starttls()

s.login("your_email@","your_password")

s.send_message(msg)

print(f"邮件已发送:{time.strftime('%Y-%m-%d%H:%M:%S')}")

#每天早上9点发送

schedule.every().day.at("09:00").do(send_daily_report)

print("定时任务已启动，等待发送...")

whileTrue:

schedule.run_pending()

time.sleep(60)

参数说明：

schedule.every().day.at("09:00")：每天9点执行

schedule.every().monday：每周一执行

schedule.every(2).hours：每2小时执行

脚本29：发送HTML格式报表邮件

功能：发送带HTML表格的邮件。

代码：

importsmtplib

importpandasaspd

fromemail.mime.textimportMIMEText

df=pd.read_excel("report.xlsx")

#将DataFrame转为HTML表格

html_table=df.to_html(index=False,border=1,justify='center')

html_content=f"""

<html>

<head>

<style>

table{{border-collapse:collapse;width:100%;}}

th{{background-color:#1F4E79;color:white;padding:8px;}}

td{{padding:8px;text-align:center;border:1pxsolid#ddd;}}

tr:nth-child(even){{background-color:#f2f2f2;}}

</style>

</head>

<body>

<h2>月度销售报表</h2>

<p>以下为各区域销售数据：</p>

{html_table}

<p>数据来源：销售管理系统</p>

</body>

</html>

"""

msg=MIMEText(html_content,"html","utf-8")

msg["Subject"]="月度销售报表"

msg["From"]="your_email@"

msg["To"]="boss@"

withsmtplib.SMTP("",587)ass:

s.starttls()

s.login("your_email@","your_password")

s.send_message(msg)

print("HTML报表邮件发送成功")

脚本30：邮件自动归档与摘要生成

功能：读取收件箱邮件，生成摘要并归档。

代码：

importimaplib

importemail

fromemail.headerimportdecode_header

importos

fromdatetimeimportdatetime

#连接IMAP服务器

mail=imaplib.IMAP4_SSL("")

mail.login("your_email@","your_password")

mail.select("inbox")

#搜索今天的邮件

today=datetime.now().strftime("%d-%b-%Y")

status,messages=mail.search(None,f'(SINCE"{today}")')

ifstatus=="OK":

mail_ids=messages[0].split()

print(f"今天收到{len(mail_ids)}封邮件")

summary=[]

formail_idinmail_ids:

status,msg_data=m