每天你都可能會執行許多重複的任務,例如閱讀新聞、發郵件、查看天氣、清理資料夾等等,使用自動化腳本,就無需手動一次又一次地完成這些任務,非常方便。而在某種程度上,Python 就是自動化的代名詞。
今天分享 8 個非常有用的 Python 自動化腳本。喜歡記得收藏、關注、按讚。
這個腳本能夠實現從網頁中抓取文本,然後自動化語音朗讀,當你想聽新聞的時候,這是個不錯的選擇。
程式碼分成兩大部分,第一個透過爬蟲抓取網頁文字呢,第二透過閱讀工具來朗讀文字。
需要的第三方函式庫:
Beautiful Soup - 經典的HTML/XML文字解析器,用來擷取爬下來的網頁資訊。
requests - 好用到逆天的HTTP工具,用來向網頁發送請求取得資料。
Pyttsx3 - 將文字轉換為語音,並控制速率、頻率和語音。
import pyttsx3 import requests from bs4 import BeautifulSoup engine = pyttsx3.init('sapi5') voices = engine.getProperty('voices') newVoiceRate = 130 ## Reduce The Speech Rate engine.setProperty('rate',newVoiceRate) engine.setProperty('voice', voices[1].id) def speak(audio): engine.say(audio) engine.runAndWait() text = str(input("Paste articlen")) res = requests.get(text) soup = BeautifulSoup(res.text,'html.parser') articles = [] for i in range(len(soup.select('.p'))): article = soup.select('.p')[i].getText().strip() articles.append(article) text = " ".join(articles) speak(text) # engine.save_to_file(text, 'test.mp3') ## If you want to save the speech as a audio file engine.runAndWait()
資料探索是資料科學專案的第一步,你需要了解資料的基本資訊才能進一步分析更深的價值。
一般我們會用pandas、matplotlib等工具來探索數據,但需要自己寫大量程式碼,如果想提高效率,Dtale是個不錯的選擇。
Dtale特點是用一行程式碼產生自動化分析報告,它結合了Flask後端和React前端,為我們提供了一種查看和分析Pandas資料結構的簡單方法。
我們可以在Jupyter上實用Dtale。
需要的第三方函式庫:
Dtale - 自動產生分析報告。
### Importing Seaborn Library For Some Datasets import seaborn as sns ### Printing Inbuilt Datasets of Seaborn Library print(sns.get_dataset_names()) ### Loading Titanic Dataset df=sns.load_dataset('titanic') ### Importing The Library import dtale #### Generating Quick Summary dtale.show(df)
這個腳本可以幫助我們批量定時發送郵件,郵件內容、附件也可以自訂調整,非常的實用。
相比較郵件用戶端,Python腳本的優點是可以智慧、大量、高客製化地部署郵件服務。
需要的第三方函式庫:
Email - 用於管理電子郵件訊息
Smtlib - 向SMTP伺服器發送電子郵件,它定義了一個SMTP 用戶端會話對象,該對象可將郵件傳送到網際網路上任何帶有SMTP 或ESMTP 監聽程式的電腦
Pandas - 用於資料分析清洗的工具。
import smtplib from email.message import EmailMessage import pandas as pd def send_email(remail, rsubject, rcontent): email = EmailMessage()## Creating a object for EmailMessage email['from'] = 'The Pythoneer Here'## Person who is sending email['to'] = remail## Whom we are sending email['subject'] = rsubject ## Subject of email email.set_content(rcontent) ## content of email with smtplib.SMTP(host='smtp.gmail.com',port=587)as smtp: smtp.ehlo() ## server object smtp.starttls() ## used to send data between server and client smtp.login("deltadelta371@gmail.com","delta@371") ## login id and password of gmail smtp.send_message(email)## Sending email print("email send to ",remail)## Printing success message if __name__ == '__main__': df = pd.read_excel('list.xlsx') length = len(df)+1 for index, item in df.iterrows(): email = item[0] subject = item[1] content = item[2] send_email(email,subject,content)
腳本可以將pdf 轉換為音頻文件,原理也很簡單,首先用PyPDF 提取pdf 中的文本,然後用Pyttsx3將文字轉語音。
import pyttsx3,PyPDF2 pdfreader = PyPDF2.PdfFileReader(open('story.pdf','rb')) speaker = pyttsx3.init() for page_num in range(pdfreader.numPages): text = pdfreader.getPage(page_num).extractText()## extracting text from the PDF cleaned_text = text.strip().replace('n',' ')## Removes unnecessary spaces and break lines print(cleaned_text)## Print the text from PDF #speaker.say(cleaned_text)## Let The Speaker Speak The Text speaker.save_to_file(cleaned_text,'story.mp3')## Saving Text In a audio file 'story.mp3' speaker.runAndWait() speaker.stop()
這個腳本會從歌曲資料夾中隨機選擇一首歌來播放,需要注意的是os.startfile僅支援Windows 系統。
import random, os music_dir = 'G:\new english songs' songs = os.listdir(music_dir) song = random.randint(0,len(songs)) print(songs[song])## Prints The Song Name os.startfile(os.path.join(music_dir, songs[0]))
國家氣象局網站提供取得天氣預報的 API,直接傳回 json 格式的天氣資料。所以只需要從 json 裡取出對應的欄位就可以了。
以下是指定城市(縣、區)天氣的網址,直接開啟網址,就會傳回對應城市的天氣資料。例如:
http://www.weather.com.cn/data/cityinfo/101021200.html 上海徐匯區對應的天氣網址。
具體程式碼如下:
mport requests import json import logging as log def get_weather_wind(url): r = requests.get(url) if r.status_code != 200: log.error("Can't get weather data!") info = json.loads(r.content.decode()) # get wind data data = info['weatherinfo'] WD = data['WD'] WS = data['WS'] return "{}({})".format(WD, WS) def get_weather_city(url): # open url and get return data r = requests.get(url) if r.status_code != 200: log.error("Can't get weather data!") # convert string to json info = json.loads(r.content.decode()) # get useful data data = info['weatherinfo'] city = data['city'] temp1 = data['temp1'] temp2 = data['temp2'] weather = data['weather'] return "{} {} {}~{}".format(city, weather, temp1, temp2) if __name__ == '__main__': msg = """**天气提醒**: {} {} {} {} 来源: 国家气象局 """.format( get_weather_city('http://www.weather.com.cn/data/cityinfo/101021200.html'), get_weather_wind('http://www.weather.com.cn/data/sk/101021200.html'), get_weather_city('http://www.weather.com.cn/data/cityinfo/101020900.html'), get_weather_wind('http://www.weather.com.cn/data/sk/101020900.html') ) print(msg)
運行結果如下圖:
import contextlib from urllib.parse import urlencode from urllib.request import urlopen import sys def make_tiny(url): request_url = ('http://tinyurl.com/api-create.php?' + urlencode({'url':url})) with contextlib.closing(urlopen(request_url)) as response: return response.read().decode('utf-8') def main(): for tinyurl in map(make_tiny, sys.argv[1:]): print(tinyurl) if __name__ == '__main__': main()
import os import threading import time def get_file_list(file_path): #文件按最后修改时间排序 dir_list = os.listdir(file_path) if not dir_list: return else: dir_list = sorted(dir_list, key=lambda x: os.path.getmtime(os.path.join(file_path, x))) return dir_list def get_size(file_path): """[summary] Args: file_path ([type]): [目录] Returns: [type]: 返回目录大小,MB """ totalsize=0 for filename in os.listdir(file_path): totalsize=totalsize+os.path.getsize(os.path.join(file_path, filename)) #print(totalsize / 1024 / 1024) return totalsize / 1024 / 1024 def detect_file_size(file_path, size_Max, size_Del): """[summary] Args: file_path ([type]): [文件目录] size_Max ([type]): [文件夹最大大小] size_Del ([type]): [超过size_Max时要删除的大小] """ print(get_size(file_path)) if get_size(file_path) > size_Max: fileList = get_file_list(file_path) for i in range(len(fileList)): if get_size(file_path) > (size_Max - size_Del): print ("del :%d %s" % (i + 1, fileList[i])) #os.remove(file_path + fileList[i])
以上是八個拿來即用的Python自動化腳本!的詳細內容。更多資訊請關注PHP中文網其他相關文章!