先说个实话。很多人学 Python 自动化，第一步就奔着“全自动”“无人值守”去了，结果脚本写得比手工还费劲。 我一般不这么搞。先找那种一天要点十几次、改几十次、复制粘贴到烦的活。只要这种活还在，Python 就有出手机会。

1. os + pathlib：批量处理文件，最先救命

这个真不高级，但最常用。改扩展名、清空空目录、找大文件、整理下载目录，十有八九靠它。

from pathlib import Path

root = Path("/data/report")

for f in root.glob("**/*.csv"):
    if "bak" in f.name:
        new_name = f.with_name(f.name.replace("bak", "done"))
        f.rename(new_name)
        print(f"{f.name} -> {new_name.name}")

别小看这几行。手工改 300 个文件名，改到后面眼睛都发直。

2. requests：接口党离不开

很多自动化，本质上就是“替你调接口”。批量查状态、补数据、巡检服务，全是这个路子。

import requests

for order_id in ["A102", "A103", "A104"]:
    r = requests.get(
        "https://api.example.com/order/status",
        params={"orderId": order_id},
        timeout=3
    )
    print(order_id, r.json())

这里我一般先加 timeout，不然接口一挂，脚本也跟着装死。

3. schedule：定时脚本够轻，别上来就整一堆平台

很多人一提定时任务就想调度中心。真没必要。 小活先用 schedule，比如每天 9 点拉报表、清缓存、发提醒。

import schedule
import time

def job():
    print("开始同步昨日数据")

schedule.every().day.at("09:00").do(job)

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

能跑起来，再谈复杂架构。

4. openpyxl：Excel 自动化老黄牛

办公环境里，Excel 就是事实标准。导出、填充、标红异常、合并日报，这种活写脚本比手工靠谱。

from openpyxl import load_workbook

wb = load_workbook("日报.xlsx")
ws = wb["明细"]

for row in range(2, ws.max_row + 1):
    if ws[f"E{row}"].value == "失败":
        ws[f"F{row}"] = "需复查"

wb.save("日报_处理后.xlsx")

这种东西写完一次，后面基本就是复制脚本改列名。

5. pandas：脏数据到你手里，先别嘴硬

CSV、Excel、日志表，一旦数据量上来，手改就是自虐。pandas 不只适合分析，也适合清洗。

import pandas as pd

df = pd.read_csv("user.csv")
df["phone"] = df["phone"].astype(str).str.replace(r"\D", "", regex=True)
df = df[df["phone"].str.len() == 11]
df.to_csv("user_clean.csv", index=False)

我碰到导出字段乱七八糟的时候，通常先丢给 pandas 过一遍，别上来就进数据库硬洗。

6. selenium：有些页面就得“装成人”

不是所有系统都给你接口。遇到登录后才能点、还要翻页、还得下载附件的后台，selenium 还是得上。

from selenium import webdriver
from selenium.webdriver.common.by import By

driver = webdriver.Chrome()
driver.get("https://example.com/login")
driver.find_element(By.ID, "username").send_keys("admin")
driver.find_element(By.ID, "password").send_keys("123456")
driver.find_element(By.ID, "submit").click()

这玩意儿慢，也脆。能走接口就别走页面。实在没路才用。

7. paramiko：批量 SSH，运维味一下就出来了

多台机器拉日志、执行命令、收配置，用它很顺手。

import paramiko

client = paramiko.SSHClient()
client.set_missing_host_key_policy(paramiko.AutoAddPolicy())
client.connect("10.0.0.8", username="root", password="xxxx")

stdin, stdout, stderr = client.exec_command("tail -n 50 /var/log/app.log")
print(stdout.read().decode())
client.close()

这个场景我一般先查日志，再怀疑代码。顺序别反。

8. psutil：盯机器状态，很像在“摸底”

CPU、内存、磁盘、进程，排障脚本里很常见。 有时候不是程序慢，是机器已经快喘不过气了。

import psutil

print("CPU:", psutil.cpu_percent(interval=1))
print("内存:", psutil.virtual_memory().percent)
print("磁盘:", psutil.disk_usage("/").percent)

这种脚本配合定时跑，再发个告警，味道就对了。

9. pyautogui：最后的土办法，但真能救急

有些桌面软件没接口、没命令行、没导出能力，那就只能模拟点击。

import pyautogui
import time

time.sleep(3)
pyautogui.click(100, 200)
pyautogui.write("自动填报完成")
pyautogui.press("enter")

这类方案我不太喜欢，坐标一变就废。但临时救急，真顶用。

写到这其实能看出来，所谓“像黑客”，不是黑窗口里敲几串别人看不懂的命令。是你面对一堆重复动作的时候，脑子里先冒出来的不是“我点一下吧”，而是“这事能不能写 20 行脚本干掉”。

Python 自动化最容易踩的坑也很统一： 一是想一步到位，结果脚本越写越重； 二是迷信库，装了十几个，最后真正常用的也就那几个； 三是不做异常处理，跑一半挂了，第二天还得你自己擦屁股。

真干活的时候，我的习惯很简单：先把输入和输出搞清楚，再把最烦的那一步自动化，最后补日志、补重试、补超时。别一上来就追求“优雅”。能替你省下半小时，就已经是好脚本了。

你下次再看到有人手工复制 200 条数据、点 50 次下载、改一堆文件名，别急着感叹活太碎。 Python 就喜欢这种碎活。

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。