更多学习内容：ipengtao.com

在日常工作中，Python 脚本是提高效率的得力助手。通过自动化重复性任务，简化繁琐的操作，你可以更专注于核心工作。本文将介绍10个超实用的 Python 脚本，涵盖文件处理、数据清洗、网络请求等多个方面。每个脚本都附有详实的示例代码，让你能够轻松运用于自己的工作场景。

1. 文件批量重命名脚本

文件命名规范是保持项目整洁的关键。编写一个 Python 脚本，能够批量重命名文件，为项目提供有序的文件结构。

import os

def batch_rename(directory, prefix):
    for count, filename in enumerate(os.listdir(directory)):
        new_name = f"{prefix}_{count + 1}.txt"
        src = os.path.join(directory, filename)
        dst = os.path.join(directory, new_name)
        os.rename(src, dst)

# 示例：将目录下的所有文件重命名为"file_1.txt", "file_2.txt", ...
batch_rename('/path/to/directory', 'file')

2. 数据清洗脚本

处理大型数据集时，数据清洗是不可避免的步骤。编写一个 Python 脚本，自动进行常见的数据清洗操作，例如去重、缺失值处理等。

import pandas as pd

def data_cleaning(data_path):
    df = pd.read_csv(data_path)
    
    # 去重
    df = df.drop_duplicates()
    
    # 处理缺失值
    df = df.dropna()

    # 其他数据清洗操作...

    df.to_csv('cleaned_data.csv', index=False)

# 示例：对数据集进行清洗并保存
data_cleaning('/path/to/data.csv')

3. 网络请求脚本

与网络交互时，编写一个能够发送 HTTP 请求的脚本是非常有用的。使用 requests 库可以轻松实现。

import requests

def make_request(url, params=None, headers=None):
    response = requests.get(url, params=params, headers=headers)
    if response.status_code == 200:
        return response.json()
    else:
        return None

# 示例：向 GitHub API 发送请求
github_data = make_request('https://api.github.com/users/octocat')
print(github_data)

4. 日志分析脚本

日志分析对于了解系统运行状况至关重要。编写一个脚本，能够解析和分析日志文件，提取关键信息。

import re

def analyze_logs(log_path):
    with open(log_path, 'r') as file:
        logs = file.readlines()

    error_count = 0
    for log in logs:
        if re.search('error', log, re.IGNORECASE):
            error_count += 1

    print(f"Total errors: {error_count}")

# 示例：分析日志文件中的错误数量
analyze_logs('/path/to/logs.txt')

5. 批量处理图像脚本

图像处理是许多工作中的重要一环。编写一个脚本，可以批量处理图像，例如缩放、旋转等。

from PIL import Image
import os

def batch_process_images(input_dir, output_dir, size=(300, 300)):
    for filename in os.listdir(input_dir):
        img_path = os.path.join(input_dir, filename)
        output_path = os.path.join(output_dir, filename)

        img = Image.open(img_path)
        img.thumbnail(size)
        img.save(output_path)

# 示例：将目录中的图像缩放到300x300像素
batch_process_images('/path/to/input', '/path/to/output')

6. 电子邮件发送脚本

通过编写一个脚本，你可以自动发送电子邮件，通知团队成员或客户关键信息。

import smtplib
from email.mime.text import MIMEText

def send_email(subject, message, to_email):
    from_email = 'your_email@example.com'
    password = 'your_email_password'

    msg = MIMEText(message)
    msg['Subject'] = subject
    msg['From'] = from_email
    msg['To'] = to_email

    with smtplib.SMTP('smtp.example.com', 587) as server:
        server.starttls()
        server.login(from_email, password)
        server.sendmail(from_email, to_email, msg.as_string())

# 示例：发送电子邮件通知
send_email('Important Update', 'This is a critical update for the project.', 'recipient@example.com')

7. 数据库备份脚本

定期备份数据库是保护数据安全的重要措施。编写一个脚本，可以定期备份数据库，并保存在指定目录。

import subprocess
import datetime

def backup_database(db_name, username, password, output_dir):
    timestamp = datetime.datetime.now().strftime('%Y%m%d%H%M%S')
    output_file = f"{db_name}_backup_{timestamp}.sql"

    command = f"mysqldump -u {username} -p{password} {db_name} > {output_dir}/{output_file}"
    subprocess.run(command, shell=True)

# 示例：备份数据库到指定目录
backup_database('my_database', 'admin', 'password', '/path/to/backup')

8. 网页截图脚本

对于网页内容的截图，可以编写一个脚本来自动进行，例如用于生成网页快照或监测网页变化。

from selenium import webdriver

def capture_webpage(url, output_path):
    driver = webdriver.Chrome()
    driver.get(url)
    driver.save_screenshot(output_path)
    driver.quit()

# 示例：截取网页快照
capture_webpage('https://example.com', '/path/to/screenshot.png')

9. 文本文件比对脚本

当需要比较两个文本文件的内容时，编写一个脚本可以节省大量时间。

def compare_text_files(file1, file2):
   

 with open(file1, 'r') as f1, open(file2, 'r') as f2:
        content1 = f1.read()
        content2 = f2.read()

    if content1 == content2:
        print("Files are identical.")
    else:
        print("Files are different.")

# 示例：比较两个文本文件
compare_text_files('/path/to/file1.txt', '/path/to/file2.txt')

10. 数据可视化脚本

通过编写一个数据可视化脚本，可以将数据以图形方式展示，更直观地理解和分享信息。

import matplotlib.pyplot as plt
import pandas as pd

def plot_data(data_path):
    df = pd.read_csv(data_path)
    plt.plot(df['x'], df['y'])
    plt.xlabel('X-axis')
    plt.ylabel('Y-axis')
    plt.title('Data Visualization')
    plt.show()

# 示例：绘制数据图表
plot_data('/path/to/data.csv')

总结

在本文中，详细介绍了提高工作效率的10个超实用的 Python 脚本，涵盖了文件处理、数据清洗、网络请求等多个工作场景。这些脚本不仅提供了具体的示例代码，还展示了如何通过 Python 在日常工作中实现自动化、批处理和定制化工作流程。文件批量重命名脚本、数据清洗脚本、网络请求脚本等都为常见任务提供了快捷解决方案。

这些脚本不仅仅是工作效率的提升工具，更是在日常工作中遇到重复性、繁琐性任务时的得力助手。通过运用这些脚本，可以简化许多操作，从而更专注于核心工作。从电子邮件发送到数据库备份，从网页截图到数据可视化，这些脚本涵盖了多个领域，满足了不同工作场景的需求。

关键是，这些示例只是冰山一角，可以根据实际需求对这些脚本进行修改和扩展。通过理解这些脚本的原理和逻辑，甚至可以创造出更加个性化、符合特定业务需求的脚本。通过充分发挥 Python 在自动化和任务简化方面的强大潜力，将能够成为更为高效和灵活的工程师。

---

Python学习路线

更多学习内容：ipengtao.com