Datawhale | Python办公自动化

本文介绍了使用Python进行办公自动化的一些关键技能,包括文件和文件夹的操作、文件读写、shutil模块的使用以及遍历目录树。重点讲解了利用Python的smtplib和email库实现邮件的发送,包括文本、图片和附件的添加,并提供了发送邮件的完整示例代码。此外,作者还分享了个人学习感悟,认为此番学习巩固了基础,但还需进一步实践和学习邮件批量发送技术。

Python办公自动化 学习反馈TASK1

使用语言:python

Tas1 – Task5

Task1

题目理解:

本次学习主要针对办公过程中的python进行word、excel、pdf的相关操作,了解通过python进行文件批量处理、电子邮件收发、数据爬取。

Task01主要是以下几个点:
  • 文件与文件路径解释
  • 文件及文件夹操作
  • 文件读写过程
  • 组织文件
  • shutil模块学习:复制粘贴移动删除
  • 遍历目录树学习:—还需要再学习!!
  • 用zipfile模块压缩文件:

自动发送邮件

Python有两个内置库:smtplibemail,能够实现邮件功能,smtplib库负责发送邮件,email库负责构造邮件格式和内容。
邮件发送需要遵守SMTP协议,Python内置对SMTP的支持,可以发送纯文本邮件、HTML邮件以及带附件的邮件。

#1 先导入相关的库和方法

from smtplib import SMTP_SSL  #加密邮件内容,防止中途被截获
from email.mime.text import  MIMEText   #构造邮件的正文
from email.mime.image import MIMEImage  #构造邮件的图片
from email.mime.multipart import MIMEMultipart   #把邮件的各个部分装在一起,邮件的主体
from email.header import Header   #邮件的文件头,标题,收件人

#2 设置邮箱域名、发件人邮箱、邮箱授权码、收件人邮箱

sender_163 = 'XXXXX@126.com'                   #sender_163为发件人的邮箱
pwd = 'KFQFQVXJFQQZMKRG'                    #pwd为邮箱的授权码
receiver = 'XXXXXXX@qq.com'     

#3 构建MIMEMultipart对象代表邮件本身,可以往里面添加文本、图片、附件等

#4 设置邮件头部内容
mail_title = 'python办公自动化邮件'   # 邮件标题
msg["Subject"] = Header(mail_title,'utf-8')  #装入主体
msg["From"] = sender_163           #寄件人
msg["To"] = Header("测试邮箱",'utf-8') #标题

#5 添加正文文本

message_text = MIMEText(mail_content,'plain','utf-8')   #构造文本,参数1:正文内容,参数2:文本格式,参数3:编码方式
msg.attach(message_text)    # 向MIMEMultipart对象中添加文本对象

#6 添加图片

message_image = MIMEImage(image_data.read())  # 设置读取获取的二进制数据
image_data.close()       # 关闭刚才打开的文件
msg.attach(message_image)  # 添加图片文件到邮件信息当中去

#7 添加附件(excel表格)

atta["Content-Disposition"] = 'attachment; filename="cat.xlsx"'  # 设置附件信息
msg.attach(atta)       ## 添加附件到邮件信息当中去

#8 发送邮件

smtp.login(sender_163,pwd)         ## 登录邮箱,传递参数1:邮箱地址,参数2:邮箱授权码
smtp.sendmail(sender_163,receiver,msg.as_string()) # 发送邮件,传递参数1:发件人邮箱地址,参数2:收件人邮箱地址,参数3:把邮件内容格式改为str
print("邮件发送成功")
smtp.quit         # 关闭SMTP对象

最后显示:
在这里插入图片描述

个人感悟:

  • 对于python辅助办公的基础认识有所打牢;但是在练习题中有部分可能还不会做;需要在有空的时候进行学习
  • 对于邮件自动发送;可以尝试批量发送进行深入学习—例如邮箱为列表几十个乃至几百个的情况下会得到很大的效率提升
  • 第三次参与Datawhale;要再接再厉呀!
一、基础信息 数据集名称:Bottle Fin实例分割数据集 图片数量: 训练集:4418张图片 验证集:1104张图片 总计:5522张图片 分类类别: - 类别0: 数字0 - 类别1: 数字1 - 类别2: 数字2 - 类别3: 数字3 - 类别4: 数字4 - 类别5: 数字5 - 类别6: Bottle Fin 标注格式:YOLO格式,包含多边形坐标,适用于实例分割任务。 数据格式:图片格式常见如JPEG或PNG,具体未指定。 二、适用场景 实例分割AI模型开发:数据集支持实例分割任务,帮助构建能够精确识别和分割图像中多个对象的AI模型,适用于对象检测和分割应用。 工业自动化与质量控制:可能应用于制造、物流或零售领域,用于自动化检测和分类物体,提升生产效率。 计算机视觉研究:支持实例分割算法的学术研究,促进目标检测和分割技术的创新。 教育与实践培训:可用于高校或培训机构的计算机视觉课程,作为实例分割任务的实践资源,帮助学生理解多类别分割。 三、数据集优势 多类别设计:包含7个不同类别,涵盖数字和Bottle Fin对象,增强模型对多样对象的识别和分割能力。 高质量标注:标注采用YOLO格式的多边形坐标,确保分割边界的精确性,提升模型训练效果。 数据规模适中:拥有超过5500张图片,提供充足的样本用于模型训练和验证,支持稳健的AI开发。 即插即用兼容性:标注格式直接兼容主流深度学习框架(如YOLO),便于快速集成到各种实例分割项目中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值