分享5個(gè)方便好用的Python自動(dòng)化腳本_第1頁(yè)
分享5個(gè)方便好用的Python自動(dòng)化腳本_第2頁(yè)
分享5個(gè)方便好用的Python自動(dòng)化腳本_第3頁(yè)
分享5個(gè)方便好用的Python自動(dòng)化腳本_第4頁(yè)
分享5個(gè)方便好用的Python自動(dòng)化腳本_第5頁(yè)
已閱讀5頁(yè),還剩1頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

第分享5個(gè)方便好用的Python自動(dòng)化腳本目錄1、自動(dòng)化閱讀網(wǎng)頁(yè)新聞2、自動(dòng)生成素描草圖3、自動(dòng)發(fā)送多封郵件4、自動(dòng)化數(shù)據(jù)探索5、自動(dòng)桌面提示前言:

相比大家都聽(tīng)過(guò)自動(dòng)化生產(chǎn)線、自動(dòng)化辦公等詞匯,在沒(méi)有人工干預(yù)的情況下,機(jī)器可以自己完成各項(xiàng)任務(wù),這大大提升了工作效率。

編程世界里有各種各樣的自動(dòng)化腳本,來(lái)完成不同的任務(wù)。尤其Python非常適合編寫自動(dòng)化腳本,因?yàn)樗Z(yǔ)法簡(jiǎn)潔易懂,而且有豐富的第三方工具庫(kù)。這次我們使用Python來(lái)實(shí)現(xiàn)幾個(gè)自動(dòng)化場(chǎng)景,或許可以用到你的工作中。

1、自動(dòng)化閱讀網(wǎng)頁(yè)新聞

這個(gè)腳本能夠?qū)崿F(xiàn)從網(wǎng)頁(yè)中抓取文本,然后自動(dòng)化語(yǔ)音朗讀,當(dāng)你想聽(tīng)新聞的時(shí)候,這是個(gè)不錯(cuò)的選擇。

代碼分為兩大部分,第一通過(guò)爬蟲(chóng)抓取網(wǎng)頁(yè)文本呢,第二通過(guò)閱讀工具來(lái)朗讀文本。

需要的第三方庫(kù):

BeautifulSoup-經(jīng)典的HTML/XML文本解析器,用來(lái)提取爬下來(lái)的網(wǎng)頁(yè)信息

requests-好用到逆天的HTTP工具,用來(lái)向網(wǎng)頁(yè)發(fā)送請(qǐng)求獲取數(shù)據(jù)

Pyttsx3-將文本轉(zhuǎn)換為語(yǔ)音,并控制速率、頻率和語(yǔ)音

importpyttsx3

importrequests

frombs4importBeautifulSoup

engine=pyttsx3.init('sapi5')

voices=engine.getProperty('voices')

newVoiceRate=130

##ReduceTheSpeechRate

engine.setProperty('rate',newVoiceRate)

engine.setProperty('voice',voices[1].id)

defspeak(audio):

engine.say(audio)

engine.runAndWait()

text=str(input("Pastearticle\n"))

res=requests.get(text)

soup=BeautifulSoup(res.text,'html.parser')

articles=[]

foriinrange(len(soup.select('.p'))):

article=soup.select('.p')[i].getText().strip()

articles.append(article)

text="".join(articles)

speak(text)

#engine.save_to_file(text,'test.mp3')##Ifyouwanttosavethespeechasaaudiofile

engine.runAndWait()

2、自動(dòng)生成素描草圖

這個(gè)腳本可以把彩色圖片轉(zhuǎn)化為鉛筆素描草圖,對(duì)人像、景色都有很好的效果。

而且只需幾行代碼就可以一鍵生成,適合批量操作,非常的快捷。

需要的第三方庫(kù):

Opencv-計(jì)算機(jī)視覺(jué)工具,可以實(shí)現(xiàn)多元化的圖像視頻處理,有Python接口

"""PhotoSketchingUsingPython"""

importcv2

img=cv2.imread("elon.jpg")

##ImagetoGrayImage

gray_image=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

##GrayImagetoInvertedGrayImage

inverted_gray_image=255-gray_image

##BlurringTheInvertedGrayImage

blurred_inverted_gray_image=cv2.GaussianBlur(inverted_gray_image,(19,19),0)

##Invertingtheblurredimage

inverted_blurred_image=255-blurred_inverted_gray_image

###PreparingPhotosketching

sketck=cv2.divide(gray_image,inverted_blurred_image,scale=256.0)

cv2.imshow("OriginalImage",img)

cv2.imshow("PencilSketch",sketck)

cv2.waitKey(0)

3、自動(dòng)發(fā)送多封郵件

這個(gè)腳本可以幫助我們批量定時(shí)發(fā)送郵件,郵件內(nèi)容、附件也可以自定義調(diào)整,非常的實(shí)用。

相比較郵件客戶端,Python腳本的優(yōu)點(diǎn)在于可以智能、批量、高定制化地部署郵件服務(wù)。

需要的第三方庫(kù):

Email-用于管理電子郵件消息

Smtlib-向SMTP服務(wù)器發(fā)送電子郵件,它定義了一個(gè)SMTP客戶端會(huì)話對(duì)象,該對(duì)象可將郵件發(fā)送到互聯(lián)網(wǎng)上任何帶有SMTP或ESMTP監(jiān)聽(tīng)程序的計(jì)算機(jī)

Pandas-用于數(shù)據(jù)分析清洗地工具

importsmtplib

fromemail.messageimportEmailMessage

importpandasaspd

defsend_email(remail,rsubject,rcontent):

email=EmailMessage()

##CreatingaobjectforEmailMessage

email['from']='ThePythoneerHere'

##Personwhoissending

email['to']=remail

##Whomwearesending

email['subject']=rsubject

##Subjectofemail

email.set_content(rcontent)

##contentofemail

withsmtplib.SMTP(host='',port=587)assmtp:

smtp.ehlo()

##serverobject

smtp.starttls()

##usedtosenddatabetweenserverandclient

smtp.login("deltadelta371@","delta@371")##loginidandpasswordofgmail

smtp.send_message(email)

##Sendingemail

print("emailsendto",remail)

##Printingsuccessmessage

if__name__=='__main__':

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

length=len(df)+1

forindex,itemindf.iterrows():

email=item[0]

subject=item[1]

content=item[2]

send_email(email,subject,content)

4、自動(dòng)化數(shù)據(jù)探索

數(shù)據(jù)探索是數(shù)據(jù)科學(xué)項(xiàng)目的第一步,你需要了解數(shù)據(jù)的基本信息才能進(jìn)一步分析更深的價(jià)值。

一般我們會(huì)用pandas、matplotlib等工具來(lái)探索數(shù)據(jù),但需要自己編寫大量代碼,如果想提高效率,Dtale是個(gè)不錯(cuò)的選擇。

Dtale特點(diǎn)是用一行代碼生成自動(dòng)化分析報(bào)告,它結(jié)合了Flask后端和React前端,為我們提供了一種查看和分析Pandas數(shù)據(jù)結(jié)構(gòu)的簡(jiǎn)便方法。

我們可以在Jupyter

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論