在现代职场中，重复性和耗时的任务常常占据大量时间，影响工作效率。Python作为一种高效、易用的编程语言，提供了丰富的库和工具，能够帮助打工人自动化处理日常任务，提升工作效率。以下是十个必备的Python自动化脚本：

一、文件批量重命名脚本

在日常工作中，可能需要对大量文件进行重命名操作。手动操作既耗时又容易出错。使用Python脚本，可以实现文件的批量重命名，提高效率。

import os

def batch_rename(directory, old_ext, new_ext):
    for filename in os.listdir(directory):
        if filename.endswith(old_ext):
            new_filename = filename.replace(old_ext, new_ext)
            os.rename(os.path.join(directory, filename), os.path.join(directory, new_filename))

# 示例：将目录中所有“.txt”扩展名的文件改为“.md”
batch_rename('/path/to/directory', '.txt', '.md')

此脚本遍历指定目录下的所有文件，将符合条件的文件扩展名进行替换。这种方法比手动操作更为高效，特别是在文件数量庞大的情况下。

二、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')

此脚本使用了pandas库，能够高效地对数据进行清洗操作，确保数据质量，为后续分析奠定基础。

三、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)

通过此脚本，可以方便地与各种API进行交互，获取所需的数据，应用范围广泛。

四、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')

此脚本能够快速统计日志中的错误数量，帮助及时发现和解决问题，确保系统稳定运行。

五、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：批量处理图像，将其缩放至300x300像素
batch_process_images('/path/to/input_images', '/path/to/output_images')

使用PIL库，可以方便地对图像进行各种处理，满足不同的需求。

六、电子邮件发送脚本

在日常工作中，可能需要发送大量的电子邮件。使用Python脚本，可以实现电子邮件的自动发送，节省时间。

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

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

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

    msg.attach(MIMEText(body, 'plain'))

    server = smtplib.SMTP('smtp.example.com', 587)
    server.starttls()
    server.login(from_email, password)
    text = msg.as_string()
    server.sendmail(from_email, to_email, text)
    server.quit()

# 示例：发送一封测试邮件
send_email('Test Subject', 'This is a test email body.', 'recipient@example.com')

此脚本使用了smtplib和email库，可以自动化地发送电子邮件，提高沟通效率。

七、数据库备份脚本

定期备份数据库是确保数据安全的重要措施。使用Python脚本，可以自动执行数据库备份操作。

import os
import datetime

def backup_database(db_name, user, password, host='localhost'):
    backup_dir = '/path/to/backup_directory'
    date_str = datetime.datetime.now().strftime('%Y%m%d')
    backup_file = f'{backup_dir}/{db_name}_{date_str}.sql'

    os.system(f'mysqldump -u {user} -p{password} -h {host} {db_name} > {backup_file}')

Tags：ignorecase