这些 Python 脚本你一定需要！

关注

原创最新推荐文章于 2026-06-22 10:48:36 发布 1.2k 阅读 AI 写同款· GEO 优化 ›

WSL上运行一个简单的 “Hello, World!“ python脚本在WSL（Windows Subsystem for Linux）上运行一个简单的 "Hello, World!" 脚本与在普通的Linux系统上运行没有太大的区别。如果一切设置正确，应该能在WSL终端看到 "Hello, World!" 的输出，这表明Python脚本已经成功运行。请记住，为了运行Python脚本，WSL环境中需要安装Python。点击Windows的开始菜单，找到并启动WSL发行版（如Ubuntu）。现在，可以通过Python解释器来运行这个脚本。在WSL终端中，使用文本编辑器（如。阅读详情

我们每天都会遇到各种各样的编程挑战，解决这些问题需要 Python 基本语法之外的高级编码技术。在本文中，我将介绍一些有趣的 Python 脚本，它们将成为您项目中的宝贵工具。这些解决方案超出了基础知识的范畴，如果您还没有使用过，请考虑将它们添加到您的收藏中，以备将来工作和生活中使用。

使用 Python 进行网速测试

# pip install pyspeedtest
# pip install speedtest
# pip install speedtest-cli

import speedtest
import pyspeedtest

def test_internet_speed():
    # Using speedtest module
    speed_test = speedtest.Speedtest()
    best_server = speed_test.get_best_server()
    print(f"Best server: {best_server['host']} located in {best_server['country']}")

    download_speed = speed_test.download() / 1_000_000  # Convert to Mbps
    print(f"Download speed: {download_speed:.2f} Mbps")

    upload_speed = speed_test.upload() / 1_000_000  # Convert to Mbps
    print(f"Upload speed: {upload_speed:.2f} Mbps")

    # Using pyspeedtest module
    pst = pyspeedtest.SpeedTest()
    ping_speed = pst.ping()
    print(f"Ping speed: {ping_speed} ms")

if __name__ == "__main__":
    test_internet_speed()

该脚本导入了 speedtest 和 pyspeedtest 模块，并定义了 test_internet_speed() 函数来执行速度测试。脚本执行该函数，显示下载速度、上传速度和 ping 的结果，以及测试的最佳服务器信息。

Google 搜索

要执行 Google 搜索并提取重定向 URL，可以使用 “Google” 库。

# pip install google

from googlesearch import search

def extract_redirect_urls(query):
    search_results = search(query, num_results=10, lang="en", stop=10, pause=2.0)
    
    for url in search_results:
        print(url)

if __name__ == "__main__":
    search_query = "Python"
    extract_redirect_urls(search_query)

我们导入 “google” 库，并定义一个名为 extract_redirect_urls(query) 的函数来执行 Google 搜索。该函数将搜索查询作为输入，并从搜索结果中提取前 10 个重定向 URL。然后，我们用 “Python” 示例搜索查询调用该函数，演示其功能。

创建网络机器人

轻松实现网站互动自动化。

import time
from selenium import webdriver
from selenium.webdriver.common.keys import Keys

def web_robot():
    # Initialize the Chrome web driver
    bot = webdriver.Chrome("chromedriver.exe")

    # Open Google's homepage
    bot.get('http://www.google.com')

    # Locate the search input field and enter the desired search query
    search = bot.find_element_by_name('q')
    search.send_keys("@Python)

    # Perform the search by hitting the Enter key
    search.send_keys(Keys.RETURN)

    # Wait for the results to load (you can adjust the sleep duration as needed)
    time.sleep(5)

    # Close the web driver
    bot.quit()

if __name__ == "__main__":
    web_robot()

该代码块包含使用 “selenium” 模块设置网络机器人的必要说明。它打开 Google 主页，输入搜索查询"@Python"，执行搜索，等待加载结果，最后退出网络驱动程序。你可以扩展和定制这个脚本，以完成各种网络自动化和搜索任务。

从任何歌曲中提取歌词

需要从 Lyricsgenius 网站获取免费 API 密钥。

# pip install lyricsgenius

import lyricsgenius

def get_song_lyrics(api_key, artist_name, song_title):
    genius = lyricsgenius.Genius(api_key)
    artist = genius.search_artist(artist_name, max_songs=5, sort="title")
    song = artist.song(song_title)
    return song.lyrics

if __name__ == "__main__":
    # Replace "xxxxxxxxxxxxxxxxxxxxx" with your actual API key
    api_key = "xxxxxxxxxxxxxxxxxxxxx"
    
    # Replace "Pop Smoke" with the artist's name and "100k On a Coupe" with the song title
    artist_name = "Alan Walker"
    song_title = "Somebody like u"
    
    lyrics = get_song_lyrics(api_key, artist_name, song_title)
    print(lyrics)

我们定义了一个函数 get_song_lyrics(api_key,artist_name,song_title)，用于检索任何歌曲的歌词。您需要提供 API 密钥、艺术家姓名和歌曲标题作为该函数的输入。

从任何照片中读取 Exif 数据

方法 1

# pip install pillow

import PIL.Image
import PIL.ExifTags

def get_exif_data_method1(image_path):
    img = PIL.Image.open(image_path)
    exif_data = {
        PIL.ExifTags.TAGS[i]: j
        for i, j in img._getexif().items()
        if i in PIL.ExifTags.TAGS
    }
    return exif_data

if __name__ == "__main__":
    image_path = "Img.jpg"  # Replace this with the actual path of your image
    exif_data = get_exif_data_method1(image_path)
    print(exif_data)

方法 2

# pip install ExifRead

import exifread

def get_exif_data_method2(image_path):
    with open(image_path, 'rb') as file:
        tags = exifread.process_file(file)
    return tags

if __name__ == "__main__":
    image_path = "Img.jpg"  # Replace this with the actual path of your image
    exif_data = get_exif_data_method2(image_path)
    print(exif_data)

我们提供了两种从照片中提取 Exif 数据的方法。方法 1 使用 “Pillow” 模块，而方法 2 使用 “ExifRead” 模块。您需要用图片文件的实际路径替换 “Img.jpg”。然后，脚本将显示指定照片的 Exif 数据。

从图像中提取 OCR 文本

# pip install pytesseract

# Also, download and install the Tesseract OCR engine from Github and set the correct path below.

import pytesseract
from PIL import Image

# Set the path to the Tesseract OCR engine executable
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

def extract_ocr_text(image_path):
    image = Image.open(image_path)
    ocr_text = pytesseract.image_to_string(image, config='')
    return ocr_text

if __name__ == "__main__":
    image_path = "img.png"  # Replace this with the actual path of your image file
    extracted_text = extract_ocr_text(image_path)
    print(extracted_text)

我们使用 “pytesseract” 模块对指定的图像文件执行 OCR。你需要设置 Tesseract OCR 引擎可执行文件的正确路径，将 r'C:\Program Files\Tesseract-OCR\tesseract.exe' 替换为系统中的实际路径。

然后，脚本将从图像中读取文本内容并显示在控制台上。确保安装了必要的依赖项，并正确配置了 Tesseract OCR 引擎，以获得准确的结果。

将照片转换成卡通样式

# pip install opencv-python

import cv2

def convert_to_cartoon(image_path, output_path):
    img = cv2.imread(image_path)
    gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    gray_img = cv2.medianBlur(gray_img, 5)

    edges = cv2.Laplacian(gray_img, cv2.CV_8U, ksize=5)
    _, mask = cv2.threshold(edges, 100, 255, cv2.THRESH_BINARY_INV)
    cartooned_img = cv2.bitwise_and(img, img, mask=mask)
    cartooned_img = cv2.medianBlur(cartooned_img, 5)

    cv2.imwrite(output_path, cartooned_img)

if __name__ == "__main__":
    input_image_path = "img.jpg"  # Replace this with the actual path of your input image
    output_image_path = "cartooned.jpg"  # Replace this with the desired output path

    convert_to_cartoon(input_image_path, output_image_path)

我们定义了一个函数 convert_to_cartoon(image_path,output_path)，它将输入图像的路径和所需的输出路径作为参数。然后，脚本读取输入图像，对其进行处理以创建卡通化版本，并将结果保存到指定的输出路径中。

要使用该脚本，请将 “img.jpg” 替换为输入图像的实际路径，将 “cartooned.jpg” 替换为保存卡通化图像的所需输出路径。运行脚本将生成输入图像的卡通化版本。

清空回收站

import winshell

def empty_recycle_bin():
    try:
        winshell.recycle_bin().empty(confirm=False, show_progress=False, sound=True)
        print("Recycle bin is now emptied.")
    except:
        print("Recycle bin is already empty.")

if __name__ == "__main__":
    empty_recycle_bin()

函数 empty_recycle_bin() 使用 “winshell” 模块清空回收站。如果操作成功，它会打印一条信息，说明回收站已清空。否则，如果回收站已经清空或在清空过程中出现任何其他错误，则会打印相应的信息。

提高照片质量

# pip install pillow

from PIL import Image, ImageEnhance

def enhance_photo(image_path, enhancement_type, enhancement_factor):
    im = Image.open(image_path)
    
    if enhancement_type == "color":
        enhancer = ImageEnhance.Color(im)
    elif enhancement_type == "contrast":
        enhancer = ImageEnhance.Contrast(im)
    elif enhancement_type == "brightness":
        enhancer = ImageEnhance.Brightness(im)
    elif enhancement_type == "sharpness":
        enhancer = ImageEnhance.Sharpness(im)
    else:
        print("Invalid enhancement type. Choose 'color', 'contrast', 'brightness', or 'sharpness'.")
        return
    
    enhanced_image = enhancer.enhance(enhancement_factor)
    enhanced_image.show("enhanced")

if __name__ == "__main__":
    image_path = "img.jpg"  # Replace this with the actual path of your image file
    
    # Choose your desired enhancement type and factor
    enhancement_type = "brightness"  # Change this to 'color', 'contrast', or 'sharpness'
    enhancement_factor = 1.5  # Adjust this value to control the enhancement intensity
    
    enhance_photo(image_path, enhancement_type, enhancement_factor)

我们创建了一个函数 enhance_photo()，它将图像路径、增强类型（颜色、对比度、亮度或清晰度）和增强因子作为输入。根据所选的增强类型，脚本会使用 Pillow 库的 ImageEnhance 模块对图片进行相应的增强。你可以调整增强因子来控制增强的强度。

要使用该脚本，请将 “img.jpg” 替换为图片的实际路径，然后调整 enhancement_type 和 enhancement_factor 变量，以实现所需的图片增强效果。

将 PDF 文档的每一页转换成单独的图像

# pip install PyMuPDF

import fitz

def convert_pdf_to_images(pdf_path):
    doc = fitz.open(pdf_path)

    for page in doc:
        pix = page.getPixmap(alpha=False)
        output_filename = f"page-{page.number}.png"
        pix.writePNG(output_filename)

    doc.close()

if __name__ == "__main__":
    pdf_path = 'sample_pdf.pdf'  # Replace this with the actual path of your PDF file
    convert_pdf_to_images(pdf_path)

函数 convert_pdf_to_images(pdf_path) 使用 PyMuPDF 打开 PDF 文件，遍历每一页，并将其转换为 PNG 图像。图像保存的文件名格式为 “page-{page_number}.png”，其中 “{page_number}” 对应页码。

从十六进制转换为 RGB 颜色格式

def hex_to_rgb(hex_value):
    hex_cleaned = hex_value.lstrip('#')
    return tuple(int(hex_cleaned[i:i+2], 16) for i in (0, 2, 4))

if __name__ == "__main__":
    hex_color1 = '#c96d9d'
    hex_color2 = '#fa0515'

    rgb_color1 = hex_to_rgb(hex_color1)
    rgb_color2 = hex_to_rgb(hex_color2)

    print(rgb_color1)  # Output: (201, 109, 157)
    print(rgb_color2)  # Output: (250, 5, 21)