10个神级Python自动化脚本助力轻松工作
大家好，Python自动化简化了日常编程任务，同时更激发了探索创新解决方案的热情。本文将介绍10个精心挑选的自动化脚本，帮助大家提升工作效率和优化操作流程。
1.Speakify
Speakify 是专注于语音交互的人工智能助手,可以帮助用户通过语音进行各种任务,如信息搜索、日程管理、智能家居控制等。它采用先进的语音识别和自然语言处理技术,能够准确理解用户的语音输入,并给出相应的语音输出。
喜爱阅读可以通过特定的自动化脚本将PDF文件转换成有声书。
import PyPDF2
import pyttsx3# 打开 PDF 文件 (输入 PDF 文件路径)
file = open('story.pdf', 'rb')
readpdf = PyPDF2.PdfReader(file)# 初始化文本转语音引擎
speaker = pyttsx3.init()
rate = speaker.getProperty('rate') # 获取当前语速
speaker.setProperty('rate', 200)volume = speaker.getProperty('volume')
speaker.setProperty('volume', 1) # 设置音量为最大 (0.0 到 1.0)# 获取并设置不同的语音
voices = speaker.getProperty('voices')
for voice in voices:if "english" in voice.name.lower() and "us" in voice.name.lower():speaker.setProperty('voice', voice.id)break
# 迭代遍历 PDF 的每一页
for pagenumber in range(len(readpdf.pages)):# 从页面中提取文本page = readpdf.pages[pagenumber]text = page.extract_text()# 使用 speaker 朗读文本# speaker.say(text)# speaker.runAndWait()# 将最后提取的文本保存为音频文件 (如果需要)
speaker.save_to_file(text, 'story.mp3')
speaker.runAndWait()# 停止 speaker
speaker.stop()# 关闭 PDF 文件
file.close()
应用领域包括：
-
辅助视障人士：为视障人群提供文字内容的音频形式，帮助视障人士便捷地获取所需信息。
-
移动学习：用户可以在通勤或锻炼时通过收听文章和教科书，实现随时随地的学习。
-
语言学习：为语言学习者提供文本的音频资料，帮助提高听力技能。
-
教育领域：为学生提供阅读材料的音频版本，增加学习的灵活性和多样性。
2.TabTornado
TabTornado 是基于浏览器的标签管理工具，帮助用户更有效地管理开放的浏览器标签页。TabTornado 功能强大且易于使用，可以有效地帮助用户提高浏览效率，减少标签页混乱带来的问题。
下面Python编写的自动化脚本可以解决书签管理难题。用户只需将链接复制粘贴至脚本，即可一键操作打开所有网页。
import webbrowser
with open('links.txt') as file:links = file.readlines()for link in links: webbrowser.open('link')
应用领域包括：
-
提升工作效率：对于需要频繁访问多个工作相关网站的专业人士，此工具能够帮助他们优化日常工作流程，将注意力集中在内容本身而非打开链接的过程。
-
促进学习与发展：在线学习者可以一次性访问所有课程资料、文章和资源，从而提升学习效率。
3.PicFetcher
在计算机视觉领域，积累丰富的图像数据资源是项目成功的关键。正如著名计算机科学家Andrew Ng所强调的，一个庞大的数据集往往比算法本身更能决定模型的成败。数据的质量直接影响到机器学习模型的表现和精确度。
这个自动化脚本让用户能够在极短的时间内，以较低的编程成本，下载大量网络图像，大大提高了数据收集的效率。
# 导入必要的模块和函数
from simple_image_download import simple_image_download as simp # 创建 response 对象
response = simp.simple_image_download## 关键词
keyword = "Dog"# 下载图像
try:response().download(keyword, 20)print("Images downloaded successfully.")
except Exception as e:print("An error occurred:", e)
应用领域包括：
-
构建计算机视觉数据集
-
创作横幅图像内容
-
营销活动
-
学术研究
4.PyInspector
开发者在Python编程中经常面临一个难题：代码调试。错误追踪往往让人头疼不已，仿佛陷入了一张无形的大网。
编写简洁高效的代码固然重要，但手动检查代码质量却是一项艰巨的挑战。
为此，下面这个自动化脚本集成了Pylint和Flake8两大工具，能够深入分析代码，与行业编码标准进行对照，并准确揪出逻辑上的疏漏。不仅确保代码的规范性，也保障其准确性，让编程工作更加顺畅。
import os
import subprocessdef analyze_code(directory):# 列出目录中的 Python 文件python_files = [file for file in os.listdir(directory) if file.endswith('.py')]if not python_files:print("No Python files found in the specified directory.")return# 使用 pylint 和 flake8 分析每个 Python 文件for file in python_files:print(f"Analyzing file: {file}")file_path = os.path.join(directory, file)# 运行 pylintprint("\nRunning pylint...")pylint_command = f"pylint {file_path}"subprocess.run(pylint_command, shell=True)# 运行 flake8print("\nRunning flake8...")flake8_command = f"flake8 {file_path}"subprocess.run(flake8_command, shell=True)if __name__ == "__main__":directory = r"C:\Users\abhay\OneDrive\Desktop\Part7"analyze_code(directory)
5.DataDummy
当数据分析师需要构建模型的测试数据，或是日常用户想要快速填充表格的随机信息时，这个Python自动化脚本都能提供很大的帮助。它能够创造出既逼真又完全虚构的数据集，非常适合用于软件测试、产品开发和环境模拟等场合。用户可以便捷地生成如姓名、电子邮箱、电话号码等一系列信息，这个工具以其多功能性，满足各种数据生成的需求。
import pandas as pd
from faker import Faker
import randomfake = Faker()def generate_fake_data(num_entries=10):data = []for _ in range(num_entries):entry = {"Name": fake.name(),"Address": fake.address(),"Email": fake.email(),"Phone Number": fake.phone_number(),"Date of Birth": fake.date_of_birth(minimum_age=18, maximum_age=65).strftime("%Y-%m-%d"),"Random Number": random.randint(1, 100),"Job Title": fake.job(),"Company": fake.company(),"Lorem Ipsum Text": fake.text(),}data.append(entry)return pd.DataFrame(data)if __name__ == "__main__":num_entries = 10 # 你可以调整需要生成的条目数fake_data_df = generate_fake_data(num_entries)## 包含虚假数据的数据框
fake_data_df6.BgBuster
这个自动化脚本是日常工作中不可或缺的工具，对于经常处理图像的写作者来说，获取无背景的图像是常见的需求。市面上虽有不少在线工具可以完成这项工作，但考虑到图片在上传过程中可能引发的隐私和安全问题，这个Python脚本利用rembg包在本地环境中就能去除图片背景，既保障了图片的安全，也维护了隐私。
from rembg import remove
from PIL import Image## 输入和输出图像的路径
input_img = 'monkey.jpg'
output_img = 'monkey_rmbg.png'## 加载和移除背景
inp = Image.open(input_img)
output = remove(inp)## 将移除背景后的图像保存到与输入图像相同的位置
output.save(output_img)
7.MemoryMate
这个工具可以帮忙解决在忙碌的工作中不错过任何重要事项，能够在设定的时间后，向用户发送含有自定义提醒信息的通知，有效确保准时完成各项任务。
from win10toast import ToastNotifier
import timetoaster = ToastNotifier()def set_reminder():reminder_header = input("What would you like me to remember?\n")related_message = input("Related Message:\n")time_minutes = float(input("In how many minutes?\n"))time_seconds = time_minutes * 60print("Setting up reminder...")time.sleep(2)print("All set!")time.sleep(time_seconds)toaster.show_toast(title=f"{reminder_header}",msg=f"{related_message}",duration=10,threaded=True)while toaster.notification_active():time.sleep(0.005)if __name__ == "__main__":set_reminder()
8.MonitorMax
系统资源监控是实时展示各类资源使用情况的关键，对于用户、系统管理员和开发人员来说，它是一个不可或缺的工具，能帮助跟踪系统性能，发现潜在瓶颈，并确保资源得到有效管理。
这个Python自动化脚本专门用于监控CPU、GPU、电池和内存的使用状况，一旦检测到任何资源的使用率超出安全阈值，就会立即发出警报。
import psutil
import time
from win10toast import ToastNotifier# 初始化 ToastNotifier 对象
toaster = ToastNotifier()# 设置 CPU 使用率、内存使用率、GPU 使用率和电池电量的阈值
cpu_threshold = 40 # 百分比
memory_threshold = 40 # 百分比
gpu_threshold = 40 # 百分比
battery_threshold = 100 # 百分比# 无限循环来持续监控系统资源
while True:try:# 获取系统资源信息cpu_usage = psutil.cpu_percent(interval=1)memory_usage = psutil.virtual_memory().percentgpu_usage = psutil.virtual_memory().percentbattery = psutil.sensors_battery()# 检查 CPU 使用率if cpu_usage >= cpu_threshold:message = f"CPU usage is high: {cpu_usage}%"toaster.show_toast("Resource Alert", message, duration=10)# 检查内存使用率if memory_usage >= memory_threshold:message = f"Memory usage is high: {memory_usage}%"toaster.show_toast("Resource Alert", message, duration=10)# 检查 GPU 使用率if gpu_usage >= gpu_threshold:message = f"GPU usage is high: {gpu_usage}%"toaster.show_toast("Resource Alert", message, duration=10)# 检查电池电量if battery is not None and battery.percent <= battery_threshold and not battery.power_plugged:message = f"Battery level is low: {battery.percent}%"toaster.show_toast("Battery Alert", message, duration=10)# 等待 5 分钟后再次检查资源time.sleep(300)except Exception as e:print("An error occurred:", str(e))break
应用场景：
这个脚本可以应用于日常的各种情境，比如玩游戏、运行本地服务器、本地训练深度学习模型等。通过监控所有资源，你可以确保脚本或任务使用最优化的内存，如果使用不是最优，你还可以相应地进行优化。资源监控仪表板（你可以使用Tkinter创建一个仪表板，获取实时资源使用图，类似于任务栏，并增加通知功能和高内存使用时的声音警报）。
9.EmailBlitz
面对市场营销、新闻简报或组织信息更新等场景，大量电子邮件的发送会让让人头疼不已。这个Python自动化脚本的出现，会让这种工作变得轻松许多。它通过批量发送功能，让邮件群发变得简单快捷，使得信息传递既迅速又高效。
对于需要处理大量邮件的营销人员、系统管理员等，这个脚本不仅能提升工作效率，更重要的是，它帮助用户在邮件沟通中保持个性化的触感，让每一条信息都显得更加贴心和人性化。
import smtplib
from email.message import EmailMessage
import pandas as pddef send_email(remail, rsubject, rcontent):email = EmailMessage() ## 创建 EmailMessage 对象email['from'] = 'The Pythoneer Here' ## 发送人email['to'] = remail ## 收件人email['subject'] = rsubject ## 邮件主题email.set_content(rcontent) ## 邮件内容with smtplib.SMTP(host='smtp.gmail.com',port=587)as smtp: smtp.ehlo() ## 服务器对象smtp.starttls() ## 用于在服务器和客户端之间发送数据smtp.login(SENDER_EMAIL,SENDER_PSWRD) ## 登录 Gmail 账号和密码smtp.send_message(email) ## 发送邮件print("email send to ",remail) ## 打印成功消息if __name__ == '__main__':df = pd.read_excel('list.xlsx')length = len(df)+1for index, item in df.iterrows():email = item[0]subject = item[1]content = item[2]send_email(email,subject,content)
10.ClipSaver
这个Python自动化脚本能够监控并捕捉复制的所有文本内容，并在一个直观的图形界面中保存每一个文本片段。可以帮助避免在众多标签页中苦苦搜寻，不再担心丢失重要信息。这个脚本让一切变得井然有序，易于管理和访问。
import tkinter as tk
from tkinter import ttk
import pyperclipdef update_listbox():new_item = pyperclip.paste()if new_item not in X:X.append(new_item)listbox.insert(tk.END, new_item)listbox.insert(tk.END, "----------------------")listbox.yview(tk.END)root.after(1000, update_listbox)def copy_to_clipboard(event):selected_item = listbox.get(listbox.curselection())if selected_item:pyperclip.copy(selected_item)X = []root = tk.Tk()
root.title("Clipboard Manager")
root.geometry("500x500")
root.configure(bg="#f0f0f0")frame = tk.Frame(root, bg="#f0f0f0")
frame.pack(padx=10, pady=10)label = tk.Label(frame, text="Clipboard Contents:", bg="#f0f0f0")
label.grid(row=0, column=0)scrollbar = tk.Scrollbar(root)
scrollbar.pack(side=tk.RIGHT, fill=tk.Y)listbox = tk.Listbox(root, width=150, height=150, yscrollcommand=scrollbar.set)
listbox.pack(pady=10)
scrollbar.config(command=listbox.yview)update_listbox()listbox.bind("<Double-Button-1>", copy_to_clipboard)root.mainloop()