工具这东西，平时没人夸，一旦缺了，办公室里全是“谁会写个小脚本”。

导表要改字段，日志要扒关键字，PDF 要拆页，接口要临时压一把，网页上一个表单数据还想顺手抓下来。真到这时候，最烦的不是不会写，是明明半小时能搞完的事，硬生生写成了一下午。

我自己做公司内部小工具，挑库有个很土的标准：别整花活，能两三下把脏活干完就行。下面这 7 个 Python 库，我是真觉得顺手，尤其适合做那种“给同事用、给自己省事、上线要求没那么重”的内部工具。气质上也更偏实战，不是拿来写玩具 demo 的。

1. Typer：命令行工具先别自己解析参数了

很多内部工具第一版都这样开头：

import sys

env = sys.argv[1]
file_path = sys.argv[2]
print(f"env={env}, file={file_path}")

写两次还行，写到第三次就开始烦。参数缺了、帮助文档没有、类型全靠猜。

换成 typer，命令行工具会顺手很多：

import typer
from pathlib import Path

app = typer.Typer()

@app.command()
def clean_log(file: Path, keyword: str, limit: int = 100):
    count = 0
    with file.open("r", encoding="utf-8") as f:
        for line in f:
            if keyword in line:
                print(line.rstrip())
                count += 1
            if count >= limit:
                break

if __name__ == "__main__":
    app()

这种库的好处不是“高级”，是你第二天再跑这个脚本，不用先翻源码想参数怎么传。

1. openpyxl：Excel 脏活，绕不过去

公司内部工具，十个里有六个绕不开 Excel。尤其运营、财务、销售给你的数据，基本不可能是标准 CSV。

比如批量清洗用户手机号：

from openpyxl import load_workbook
import re

wb = load_workbook("用户导出.xlsx")
ws = wb.active

for row in range(2, ws.max_row + 1):
    mobile = ws[f"B{row}"].value
    if not mobile:
        continue
    mobile = re.sub(r"\D", "", str(mobile))
    if len(mobile) == 11:
        ws[f"B{row}"] = mobile
    else:
        ws[f"C{row}"] = "手机号异常"

wb.save("用户导出_清洗后.xlsx")

这类工具不需要多优雅，关键是能把“人工改一千行”这种事狠狠干掉。

1. pandas：批量对账、合并报表很省命

openpyxl 适合改格子，pandas 适合算数据。两张表对一下差异、按条件聚合一下、导出一份结果，这个库真是拿来干脏活的。

import pandas as pd

erp = pd.read_excel("erp订单.xlsx")
pay = pd.read_excel("支付订单.xlsx")

merged = erp.merge(pay, on="order_no", how="left", suffixes=("_erp", "_pay"))
diff = merged[merged["amount_erp"] != merged["amount_pay"]]

diff.to_excel("差异订单.xlsx", index=False)
print(f"差异条数: {len(diff)}")

我一般不建议什么都上 pandas，但遇到“几万行数据要比对”这种事，还手搓循环，纯属跟自己过不去。

1. requests：内部接口联调，先把 Postman 放一边

很多内部工具，本质就是调接口。批量重试、批量查询、补数据、巡检状态，requests 足够用。

import requests
import time

session = requests.Session()
session.headers.update({"X-Token": "internal-token"})

for user_id in [101, 102, 103]:
    resp = session.get(
        "http://intra-api/user/profile",
        params={"user_id": user_id},
        timeout=3
    )
    print(user_id, resp.status_code, resp.json())
    time.sleep(0.2)

这里我比较在意两件事：Session 复用连接，timeout 一定要带。内部工具最怕假死，卡着不报错，比直接失败更恶心。

1. loguru：日志别再 print 到处飞了

内部工具一开始都喜欢 print()，跑起来一看全糊在终端里。出错时只会看到一句“失败了”。

loguru 很适合这种轻量脚本，接起来快：

from loguru import logger

logger.add("tool.log", rotation="10 MB", retention="7 days")

def sync_user(user_id):
    logger.info("开始同步 user_id={}", user_id)
    try:
        # 这里省略真实业务逻辑
        if user_id == 102:
            raise ValueError("脏数据")
        logger.success("同步完成 user_id={}", user_id)
    except Exception as e:
        logger.exception("同步失败 user_id={} err={}", user_id, e)

for uid in [101, 102, 103]:
    sync_user(uid)

尤其给别人用的小工具，日志清楚一点，后面少很多来回问。

1. schedule：轻定时任务，够用就行

不是所有定时任务都值得上 Airflow、Celery。很多内部工具就是“每隔 10 分钟巡检一次”“每天早上导一份表”。这时候 schedule 很轻。

import schedule
import time
from datetime import datetime

def check_service():
    print(f"[{datetime.now():%H:%M:%S}] 巡检支付服务")
    # 这里可以调接口、查库、发企业微信

schedule.every(10).minutes.do(check_service)

while True:
    schedule.run_pending()
    time.sleep(1)

这种方案我一般只放在单机小工具里。别一激动拿去扛核心生产任务，那就不是省事，是埋雷了。

1. PyMuPDF：PDF 处理，办公场景特别常见

合同、回单、报告、发票，最后都绕回 PDF。拆页、抽文本、转图片，这类需求在公司里一点不稀奇。

import fitz  # PyMuPDF

doc = fitz.open("日报.pdf")
for i in range(len(doc)):
    new_doc = fitz.open()
    new_doc.insert_pdf(doc, from_page=i, to_page=i)
    new_doc.save(f"日报_第{i+1}页.pdf")
    new_doc.close()

doc.close()

这种库最适合做那种“行政同学每周手工拆 50 份文件”的场景。你写一次，她以后看你都顺眼点。

做公司内部工具，别上来就想平台化、组件化、微服务化。大部分时候，先把那个最烦人的重复动作砍掉，价值就已经出来了。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。