python小程序200例_5个Python小程序：高效解决日常工作任务，全程干货

作为一名Python开发者，我深知日常工作中的许多重复性任务今天就来分享五个我常用的Python脚本，这些都是经过实践验证过的“效率神器”1. 批量重命名文件的小助手记得去年接手一个项目时，遇到了一堆命名混乱的文档和图片文件。

这些文件有的是中文命名，有的是英文命名，还有一些奇怪的字符如果手动更改，可能需要花费大半天时间于是编写了这个小脚本：import os import re from datetime import datetime def batch_rename_files(directory, prefix='file_'): # 检查目录是否存在 if not os.path.exists(directory): print(f"目录 {directory} 不存在!") return # 遍历目录中的所有文件 for index, filename in enumerate(os.listdir(directory)): # 获取文件扩展名 file_ext = os.path.splitext(filename)[1] # 生成新文件名：前缀 + 时间戳 + 序号 + 扩展名 new_name = f"{prefix}{datetime.now().strftime('%Y%m%d')}_{index}{file_ext}" # 构建完整的文件路径 old_file = os.path.join(directory, filename) new_file = os.path.join(directory, new_name) # 重命名文件 os.rename(old_file, new_file) print(f"已将 {filename} 重命名为 {new_name}") # 使用示例 batch_rename_files("D:/工作文件/项目文档")

该脚本按统一格式批量重命名文件，添加日期和序号，特别适用于整理项目文档使用这个脚本后，文件管理效率显著提升，同事们也纷纷向我要这份代码2. Excel数据处理的小助手作为一名开发者，经常需要处理各种Excel数据。

例如上个月，运营部门给我发了一堆用户数据，要求从中提取特定信息并生成报表手动复制粘贴？不可能的！import pandas as pd import numpy as np from datetime import datetime def process_excel_data(input_file, output_file): try: # 读取Excel文件 df = pd.read_excel(input_file) # 数据清洗和处理 df['处理时间'] = datetime.now().strftime('%Y-%m-%d') # 示例：计算平均值并添加新列 df['平均值'] = df.select_dtypes(include=[np.number]).mean(axis=1) # 保存处理后的数据 df.to_excel(output_file, index=False) print(f"数据处理完成，已保存至：{output_file}") except Exception as e: print(f"处理出错：{str(e)}") # 使用示例 process_excel_data("原始数据.xlsx", "处理后数据.xlsx")

此脚本使用pandas处理Excel数据，可根据实际需求修改处理逻辑现在一看到Excel文件，我就直接拿出这个脚本，稍作修改即可使用3. 日志监控的小助手服务器日志监控是一项技术活，但有时我们只想简单地监控某些关键字。

【星界云手机】让游戏更畅快！云端托管手游，挂机脚本助你24小时不间断打怪升级，让你在游戏中轻松取得胜利，成为最强玩家！释放你的双手，尽情享受游戏的激情！

去年我们上线时出现过一次问题，就是因为未能及时发现错误日志于是我编写了这个监控脚本：import time import re from watchdog.observers import Observer from watchdog.events import FileSystemEventHandler import smtplib from email.mime.text import MIMEText class LogWatcher(FileSystemEventHandler): def __init__(self, keywords, email_config): self.keywords = keywords self.email_config = email_config def on_modified(self, event): if event.src_path.endswith('.log'): self.check_log_content(event.src_path) def check_log_content(self, log_file): try: with open(log_file, 'r', encoding='utf-8') as f: # 只读取最后1000行 lines = f.readlines()[-1000:] for line in lines: if any(keyword in line for keyword in self.keywords): self.send_alert(line) except Exception as e: print(f"读取日志出错：{str(e)}") def send_alert(self, content): # 发送邮件告警 pass # 具体实现省略 # 使用示例 keywords = ['Error', 'Exception', 'Failed'] email_config = { 'smtp_server': 'smtp.company.com', 'sender': 'alert@company.com', 'password': '****', 'receiver': 'your@email.com' } observer = Observer() observer.schedule(LogWatcher(keywords, email_config), '/logs/', recursive=False) observer.start() try: while True: time.sleep(1) except KeyboardInterrupt: observer.stop() observer.join()

这个脚本可以实时监控日志文件，发现关键字即刻发送告警邮件配合系统定时任务使用，可以实现7×24小时的监控4. 图片压缩的小工具前不久开发了一个小程序，产品经理总抱怨图片上传太慢检查后发现很多图片都是原图上传，动辄几MB。

于是我编写了这个批量压缩脚本：from PIL import Image import os def compress_images(input_dir, output_dir, quality=85): # 确保输出目录存在 if not os.path.exists(output_dir): os.makedirs(output_dir) # 支持的图片格式 supported_formats = ['.jpg', '.jpeg', '.png'] # 遍历目录下的所有文件 for filename in os.listdir(input_dir): if any(filename.lower().endswith(fmt) for fmt in supported_formats): input_path = os.path.join(input_dir, filename) output_path = os.path.join(output_dir, filename) # 打开图片 with Image.open(input_path) as img: # 保存压缩后的图片 img.save(output_path, quality=quality, optimize=True) # 计算压缩比例 original_size = os.path.getsize(input_path) compressed_size = os.path.getsize(output_path) ratio = (original_size - compressed_size) / original_size * 100 print(f"压缩 {filename} 完成，压缩率：{ratio:.2f}%") # 使用示例 compress_images("原始图片", "压缩后图片")

这个脚本利用Pillow库进行图片压缩，可以批量处理整个目录的图片，并保持较好的画质最近我还增加了自动判断是否需要压缩的功能，如果图片本身已经很小，则跳过，以免重复压缩5. 定时备份的小助手数据备份的重要性毋庸置疑，但建立备份机制的人并不多。

我见过好几次因未备份而导致加班的情况这是我编写的一个自动备份脚本：import shutil import os from datetime import datetime import schedule import time def backup_files(source_dir, backup_dir): # 生成备份文件夹名称，包含时间戳 timestamp = datetime.now().strftime('%Y%m%d_%H%M%S') backup_path = os.path.join(backup_dir, f'backup_{timestamp}') try: # 创建备份 shutil.copytree(source_dir, backup_path) # 清理旧备份，只保留最近7天的 cleanup_old_backups(backup_dir, days=7) print(f"备份完成：{backup_path}") except Exception as e: print(f"备份失败：{str(e)}") def cleanup_old_backups(backup_dir, days): # 清理旧备份文件 current_time = datetime.now() for item in os.listdir(backup_dir): item_path = os.path.join(backup_dir, item) created_time = datetime.fromtimestamp(os.path.getctime(item_path)) if (current_time - created_time).days > days: shutil.rmtree(item_path) print(f"已清理旧备份：{item}") # 设置定时任务 schedule.every().day.at("02:00").do( backup_files, "D:/重要文件", "E:/备份" ) # 运行定时任务 while True: schedule.run_pending() time.sleep(60)

此脚本每天凌晨两点自动执行备份，并且会自动清理旧的备份文件，避免占用过多存储空间总结这些脚本都是我在实际工作中常用到的，帮助我节省了大量的重复性工作时间当然，这些代码还有许多可以优化的地方，比如可以加入更多的异常处理和日志记录等。

建议大家根据自己的实际需求，对这些脚本进行修改和完善。记住，编写脚本的目的是为了提高工作效率，而不是为了炫耀。只要能解决问题，简单实用就好。如果你也有好用的Python脚本，欢迎在评论区分享出来。

游戏爱好者的福音！【星界云手机】，云端托管手游，帮你实现24小时不间断游戏。挂机脚本助你完成日常任务，让你的游戏之旅更加轻松，让你成为游戏世界的领军者！