自動執行Python：提升工作效率的秘訣與實務應用

Byadmin

您是否曾經覺得，重複性的電腦操作耗費了您寶貴的時間？又或者，您想讓電腦幫您處理一些瑣碎的任務，例如定時整理檔案、寄送報告，甚至是爬取網路上最新的資訊？別再讓這些單調的工作拖慢您的腳步了！自動執行Python，正是您尋找的解決方案！透過Python強大的程式設計能力，我們可以將這些機械式的任務自動化，進而大幅提升工作效率，讓您有更多時間專注於更有意義、更有創意的部分。

我本身也曾是個深受重複性工作困擾的上班族，每天都要花費大量時間在處理Excel報表、整理電子郵件。直到我接觸到Python的自動化應用，簡直就像是開啟了新世界的大門！過去需要數小時才能完成的工作，現在透過幾行Python程式碼，幾秒鐘內就能搞定，那種成就感和解放感，真的是無與倫比。

為什麼選擇Python來進行自動執行？

市場上有許多自動化工具，但Python之所以如此受歡迎，絕對不是偶然。它有幾個非常關鍵的優勢：

  • 易學易用： Python的語法清晰簡潔，相較於其他程式語言，入門門檻相對較低。即使您是程式設計的初學者，也能夠快速上手。
  • 龐大的函式庫支援： Python擁有豐富的第三方函式庫，能夠輕鬆處理各種任務，像是檔案操作 (os, shutil)、網頁抓取 (requests, BeautifulSoup)、資料處理 (pandas)、甚至GUI自動化 (pyautogui) 等等，應有盡有。
  • 跨平台性： 無論您是使用Windows、macOS還是Linux，Python都能夠順暢運行，讓您的自動化腳本不受作業系統的限制。
  • 社群活躍： Python擁有一個非常龐大且活躍的開發者社群，遇到問題時，很容易就能找到解決方案，或是獲得熱心的協助。
  • 彈性與擴展性： Python的靈活性極高，您可以從簡單的腳本開始，隨著需求的增加，逐步擴展成更複雜、更強大的自動化系統。

總而言之，Python就像是一把瑞士軍刀，能夠應對各種自動化挑戰，並且非常容易上手，讓您能夠快速看到成果。

Python自動執行的核心概念

要實現自動執行，我們主要會利用Python的幾個核心概念和模組。理解這些，將有助於您更好地設計和編寫自動化腳本。

1. 排程執行 (Scheduling)

自動執行的關鍵之一，就是能夠在特定的時間點觸發程式碼的運行。Python本身並沒有內建強大的排程器，但我們可以透過結合作業系統的原生排程工具，或是使用Python的第三方函式庫來達成。

使用作業系統排程器
  • Windows： 可以使用「工作排程器」(Task Scheduler) 來設定Python腳本在特定時間、間隔，或是電腦開機時自動運行。
  • macOS / Linux： 可以使用 `cron` 這個強大的排程工具。透過編輯 `crontab` 文件，您可以精確地設定腳本的執行時間。

舉例來說，如果您想讓一個名為 `daily_report.py` 的Python腳本每天早上9點自動執行，在Linux系統中，您可以這樣設定 `crontab`：

0 9 * * * /usr/bin/python3 /path/to/your/script/daily_report.py

這個指令的意思是：在每天的9點0分（`0 9`），任意日期（`* * *`），執行 `/usr/bin/python3` 程式來運行 `/path/to/your/script/daily_report.py` 這個腳本。是不是很直觀呢？

使用Python函式庫 (如 `schedule` 或 `APScheduler`)

如果您希望在Python程式內部進行排程，而不是依賴外部的作業系統工具，那麼 `schedule` 或 `APScheduler` 這些函式庫將是您的好幫手。它們能夠讓您在Python程式碼中，以更程式化的方式來定義任務的執行時間。

例如，使用 `schedule` 函式庫：


import schedule
import time

def job():
    print("我正在執行自動化任務...")

# 每隔5秒執行一次
# schedule.every(5).seconds.do(job)

# 每分鐘執行一次
# schedule.every().minute.do(job)

# 每天的10:30執行
schedule.every().day.at("10:30").do(job)

# 每週一執行
# schedule.every().monday.do(job)

# 每週一的13:15執行
# schedule.every().monday.at("13:15").do(job)

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

這個範例展示了如何使用 `schedule` 函式庫來設定一個每天早上10點30分執行的任務。您只需要將 `job()` 函數替換成您實際想執行的自動化程式碼即可。是不是感覺非常便利呢？

2. 模擬使用者輸入與操作 (GUI Automation)

有時候，我們自動化的任務需要與圖形使用者介面 (GUI) 互動，例如點擊按鈕、輸入文字、複製貼上等。這時候，`pyautogui` 這個函式庫就派上用場了！它可以模擬滑鼠和鍵盤的操作，讓Python腳本能夠像一個真人一樣操作您的電腦。

在使用 `pyautogui` 之前，請務必記得先安裝它：

pip install pyautogui

以下是一個簡單的 `pyautogui` 使用範例，它會打開記事本，輸入一段文字，然後儲存檔案：


import pyautogui
import time

# 稍作延遲，讓你有時間切換到目標視窗
time.sleep(3)

# 點擊開始按鈕 (假設在螢幕左下角)
# pyautogui.click(x=100, y=100) # 這裡需要根據你的螢幕解析度和佈局來調整座標

# 搜尋記事本
pyautogui.typewrite("notepad")
pyautogui.press("enter")

# 等待記事本視窗開啟
time.sleep(2)

# 輸入文字
pyautogui.typewrite("這是透過Python自動執行的文字！")

# 儲存檔案
pyautogui.hotkey("ctrl", "s") # 模擬按下 Ctrl + S
time.sleep(1)
pyautogui.typewrite("自動化文件.txt")
pyautogui.press("enter")

print("操作完成！")

請注意： 使用 `pyautogui` 時，您需要非常小心，確保程式碼的邏輯正確，以免誤操作導致不可挽回的後果。建議在測試時，設定一個較長的延遲時間 (如 `time.sleep(5)` 或 `time.sleep(10)`)，以便您在程式碼失控時能及時中斷。另外，`pyautogui` 也有提供安全機制，例如將滑鼠移動到螢幕的左上角可以強制中斷程式執行。

對於GUI自動化，精確的螢幕座標非常重要。您可以使用 `pyautogui.position()` 來獲取當前滑鼠的座標，然後將這些座標記錄下來，用於程式碼中。

3. 網頁自動化與爬蟲 (Web Automation & Scraping)

現代的工作中，很多時候都需要從網路上獲取資訊。Python的 `requests` 和 `BeautifulSoup` 函式庫是進行網頁資訊抓取 (爬蟲) 的絕佳組合。如果您需要更進階的網頁互動，例如填寫表單、點擊按鈕，那麼 `Selenium` 則是您的首選。

使用 `requests` 和 `BeautifulSoup` 抓取靜態網頁內容

首先，安裝必要的函式庫：

pip install requests beautifulsoup4

下面是一個簡單的範例，演示如何抓取某個網頁的標題和所有段落文字：


import requests
from bs4 import BeautifulSoup

url = "https://www.example.com" # 請替換成您想抓取的網址

try:
    response = requests.get(url)
    response.raise_for_status() # 如果請求失敗，會拋出異常

    soup = BeautifulSoup(response.text, "html.parser")

    # 抓取網頁標題
    title = soup.find("title").text
    print(f"網頁標題：{title}")

    # 抓取所有段落文字
    paragraphs = soup.find_all("p")
    print("\n段落內容：")
    for i, p in enumerate(paragraphs):
        print(f"{i+1}. {p.text.strip()}") # .strip() 用於移除前後的空白字元

except requests.exceptions.RequestException as e:
    print(f"請求網頁時發生錯誤：{e}")
except Exception as e:
    print(f"處理網頁內容時發生錯誤：{e}")

這個範例透過 `requests.get(url)` 來獲取網頁的HTML原始碼，然後使用 `BeautifulSoup` 來解析這個HTML。`soup.find()` 和 `soup.find_all()` 則是非常強大的方法，可以幫助我們定位到所需的HTML元素，例如標籤 (`title`) 和段落 (`p`)。 `.text.strip()` 則能提取出元素的文字內容並去除多餘的空白。

使用 `Selenium` 進行動態網頁互動

對於那些內容是透過JavaScript動態載入的網頁，或者您需要模擬使用者與網頁互動（如登入、點擊、下拉選單等），`Selenium` 就是非常實用的工具。它實際上是透過瀏覽器來執行網頁，因此可以處理大部分動態的網頁操作。

首先，您需要安裝 `Selenium` 並下載對應瀏覽器的 WebDriver。例如，如果您使用 Chrome 瀏覽器，需要下載 ChromeDriver。

安裝 `Selenium`：

pip install selenium

下載 ChromeDriver：您可以到 ChromeDriver 的官方網站 [https://chromedriver.chromium.org/downloads](https://chromedriver.chromium.org/downloads) 根據您的 Chrome 瀏覽器版本下載對應的 ChromeDriver。下載後，將 `chromedriver` 可執行檔放在您的系統 PATH 中，或者在程式碼中指定其路徑。

以下是一個使用 `Selenium` 模擬登入某個網站的簡單範例：


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

# 指定 ChromeDriver 的路徑，如果 ChromeDriver 在系統 PATH 中，可以省略
# driver_path = "/path/to/your/chromedriver"
# driver = webdriver.Chrome(executable_path=driver_path)
driver = webdriver.Chrome() # 預設會尋找系統 PATH 中的 chromedriver

try:
    # 打開網頁
    driver.get("https://www.example.com/login") # 請替換成實際的登入頁面網址

    # 尋找使用者名稱輸入框 (根據網頁的 HTML 結構來定義定位方式)
    # 我們可以使用 ID, Name, Class Name, CSS Selector, XPath 等方式
    username_field = driver.find_element(By.ID, "username") # 假設輸入框的 ID 是 "username"
    password_field = driver.find_element(By.ID, "password") # 假設密碼框的 ID 是 "password"

    # 輸入帳號密碼
    username_field.send_keys("your_username") # 替換成您的使用者名稱
    password_field.send_keys("your_password") # 替換成您的密碼

    # 點擊登入按鈕
    login_button = driver.find_element(By.XPATH, "//button[contains(text(), '登入')]") # 假設登入按鈕的文字是「登入」
    login_button.click()

    # 等待登入成功後的頁面載入
    time.sleep(5)

    print("登入成功！")

    # 您可以在這裡繼續進行其他自動化操作，例如抓取登入後的資料

except Exception as e:
    print(f"操作過程中發生錯誤：{e}")

finally:
    # 關閉瀏覽器
    driver.quit()

使用 `Selenium` 的關鍵在於正確地定位網頁元素。最常用的定位器包括 `By.ID`, `By.NAME`, `By.CLASS_NAME`, `By.CSS_SELECTOR`, 和 `By.XPATH`。您需要查看網頁的原始碼 (通常在瀏覽器中按 F12 或右鍵點擊「檢查」)，來找出目標元素的唯一識別碼。

4. 檔案與資料夾的自動化管理

在日常工作中，我們經常需要處理大量的檔案和資料夾，例如：

  • 將特定類型的檔案移動到不同的資料夾。
  • 自動創建以日期命名的資料夾。
  • 批量重新命名檔案。
  • 壓縮或解壓縮檔案。
  • 讀取和寫入文字檔、CSV檔、Excel檔等。

Python的 `os` 和 `shutil` 模組，以及 `pandas` 函式庫，能夠非常輕鬆地幫助我們完成這些任務。

使用 `os` 和 `shutil` 進行檔案操作

`os` 模組提供了與作業系統互動的功能，例如：

  • `os.getcwd()`: 取得當前工作目錄。
  • `os.listdir(path)`: 列出指定路徑下的所有檔案和子目錄。
  • `os.makedirs(path)`: 創建目錄，如果路徑中多個目錄不存在，也會一併創建。
  • `os.path.join(path1, path2, …)`: 智慧地合併路徑，跨平台兼容。

`shutil` 模組則提供更高級別的檔案操作，例如：

  • `shutil.move(src, dst)`: 移動檔案或目錄。
  • `shutil.copy2(src, dst)`: 複製檔案，並盡可能保留原檔案的元數據（如修改時間）。
  • `shutil.rmtree(path)`: 遞迴刪除整個目錄樹。
  • `shutil.make_archive(base_name, format)`: 創建壓縮檔。

假設我們想將某個資料夾下所有副檔名為 `.txt` 的檔案，移動到一個名為 `text_files` 的新資料夾中。以下是範例程式碼：


import os
import shutil

source_directory = "path/to/your/files" # 請替換成您的來源資料夾路徑
destination_directory = os.path.join(source_directory, "text_files")

# 檢查目標資料夾是否存在，如果不存在則創建
if not os.path.exists(destination_directory):
    os.makedirs(destination_directory)
    print(f"已創建目標資料夾：{destination_directory}")

# 遍歷來源資料夾中的所有檔案
for filename in os.listdir(source_directory):
    # 檢查檔案是否是 .txt 檔案
    if filename.lower().endswith(".txt"):
        source_path = os.path.join(source_directory, filename)
        destination_path = os.path.join(destination_directory, filename)

        # 移動檔案
        try:
            shutil.move(source_path, destination_path)
            print(f"已將 '{filename}' 移動到 '{destination_directory}'")
        except Exception as e:
            print(f"移動檔案 '{filename}' 時發生錯誤：{e}")

print("檔案移動完成！")
使用 `pandas` 處理 CSV 和 Excel 檔案

當您需要處理結構化的資料，例如 CSV 或 Excel 檔案時，`pandas` 絕對是首選。它提供了強大的 `DataFrame` 物件，讓您能夠以表格化的方式進行資料的讀取、處理、分析和寫入。

安裝 `pandas`：

pip install pandas openpyxl xlrd

(`openpyxl` 和 `xlrd` 是 `pandas` 讀取 Excel 檔案所需的引擎。)

以下是一個讀取 CSV 檔案，篩選資料，然後寫入新的 CSV 檔案的範例：


import pandas as pd

# 讀取 CSV 檔案
try:
    df = pd.read_csv("data.csv") # 請替換成您的 CSV 檔案路徑
    print("成功讀取 CSV 檔案，前5行資料：")
    print(df.head())

    # 假設我們要篩選出 'Age' (年齡) 大於 30 的所有記錄
    filtered_df = df[df['Age'] > 30] # 假設 CSV 中有一個名為 'Age' 的欄位

    print("\n篩選後（Age > 30）的資料，前5行：")
    print(filtered_df.head())

    # 將篩選後的資料寫入新的 CSV 檔案
    filtered_df.to_csv("filtered_data.csv", index=False) # index=False 表示不寫入 DataFrame 的索引
    print("\n已將篩選後的資料寫入 'filtered_data.csv'")

except FileNotFoundError:
    print("錯誤：找不到指定的 CSV 檔案。")
except KeyError as e:
    print(f"錯誤：CSV 檔案中找不到指定的欄位：{e}")
except Exception as e:
    print(f"處理 CSV 檔案時發生錯誤：{e}")

這個範例展示了 `pandas` 的強大之處。`pd.read_csv()` 可以輕鬆讀取 CSV 檔案，`df.head()` 顯示前幾行資料，而 `df[df[‘Age’] > 30]` 則是一個非常簡潔的篩選語法。最後，`to_csv()` 則能將處理後的資料寫回檔案。

5. 郵件自動化

自動寄送報告、通知或提醒，是另一種常見的自動化需求。Python 的 `smtplib` 和 `email` 模組，讓您能夠輕鬆地透過程式碼發送電子郵件。

以下是一個發送簡單文字郵件的範例：


import smtplib
from email.mime.text import MIMEText
from email.header import Header

# 您的郵箱伺服器設定
smtp_server = "smtp.gmail.com" # 例如 Gmail
smtp_port = 587 # 通常是 587 (TLS) 或 465 (SSL)
sender_email = "[email protected]" # 您的發件箱
sender_password = "your_app_password" # 您的應用程式密碼 (如果使用 Gmail)

receiver_email = "[email protected]" # 收件箱

# 郵件內容
subject = "自動化報告通知"
body = "您好，這是系統自動發送的報告通知。請查收附件。"

# 創建郵件物件
msg = MIMEText(body, 'plain', 'utf-8')
msg['Subject'] = Header(subject, 'utf-8')
msg['From'] = sender_email
msg['To'] = receiver_email

try:
    # 連接 SMTP 伺服器
    server = smtplib.SMTP(smtp_server, smtp_port)
    server.starttls() # 啟用 TLS 加密
    server.login(sender_email, sender_password)

    # 發送郵件
    server.sendmail(sender_email, receiver_email, msg.as_string())
    print("郵件發送成功！")

except Exception as e:
    print(f"發送郵件時發生錯誤：{e}")

finally:
    # 關閉伺服器連接
    server.quit()

重要提示： 如果您使用 Gmail 作為發件箱，為了安全起見，通常不直接使用您的 Google 帳號密碼，而是需要生成一個「應用程式密碼」(App Password)。您可以在 Google 帳號安全設定中找到相關選項。

實際應用案例：讓Python自動為您工作

說了這麼多，實際的應用場景有哪些呢？以下是一些常見的例子，希望能激發您的靈感：

  • 定時匯報： 每天早上，自動從資料庫抓取最新數據，生成報表，並透過郵件發送給相關人員。
  • 網頁資訊監控： 定時爬取特定網站的價格、庫存、新聞等資訊，當出現符合條件的變動時，立即發送通知。
  • 檔案備份與整理： 定時將重要檔案備份到雲端儲存或另一台硬碟，並自動清理舊的備份檔案。
  • 表單自動填寫： 如果您需要填寫大量重複性的線上表單，可以利用 `Selenium` 來自動化這個過程。
  • 社群媒體自動發文： 定時在社群媒體上發布預設的內容。
  • 系統監控與提醒： 監控伺服器的 CPU、記憶體使用率，當超過閾值時，自動發送警報郵件。

這些都只是冰山一角。只要您能識別出重複且耗時的任務，就有可能透過 Python 來實現自動化。關鍵在於將任務拆解成更小的步驟，然後思考如何用 Python 來實現每一個步驟。

常見問題與解答

在實際應用自動執行 Python 的過程中，您可能會遇到一些常見的問題。這裡我整理了一些，並提供詳細的解答，希望能夠幫助您少走彎路。

Q1：我的 Python 腳本寫好了，但是不知道怎麼讓它在電腦關機後還能自動執行？

A1： 這是一個非常常見的誤解。Python 腳本本身無法在電腦關機後繼續執行，因為執行腳本需要電腦處於開機狀態。您真正需要的是「排程執行」。

如果您希望電腦在特定時間自動開機並執行 Python 腳本，這通常需要 BIOS/UEFI 的支援，有些電腦的 BIOS 設定中提供「RTC Alarm」或類似的功能，可以設定定時開機。但這並非所有電腦都支援，且操作較為複雜，不建議一般使用者嘗試。

更常見且實用的做法是：

  • 確保電腦在排程時間是開機狀態： 許多自動化任務都是在工作時間執行，所以您可以設定排程器（如 Windows 的工作排程器或 Linux 的 cron job）在您正常工作時段執行腳本。
  • 腳本運行後立即關機 (如果適用)： 如果您的任務非常短暫，例如只需要執行幾秒鐘或幾分鐘，您可以在腳本的最後加上關機指令。例如，在 Windows 中，您可以在腳本結尾加上 `os.system(“shutdown /s /t 1”)` (這會延遲 1 秒後關機)。在 macOS/Linux 中，可以使用 `os.system(“sudo shutdown -h now”)` (需要 root 權限)。但請務必謹慎使用，確保腳本真正完成任務後再執行關機。

總之，自動執行 Python 的重點在於「排程」，而不是讓 Python 腳本在電腦關機時「繼續」執行。您需要的是讓電腦在您不在時，按照預設的時間自動「啟動」並「執行」腳本。

Q2：我在使用 `pyautogui` 時，滑鼠移動和點擊的座標總是抓不準，怎麼辦？

A2： `pyautogui` 的座標是基於螢幕解析度和螢幕左上角的 (0,0) 點。座標抓不準的原因通常有以下幾點：

  • 螢幕解析度不同： 您在測試時使用的螢幕解析度，可能與實際運行腳本時的螢幕解析度不同。
  • 應用程式視窗位置變化： 如果您要自動化的應用程式視窗，每次啟動時的位置或大小都不同，那麼固定的螢幕座標就會失效。
  • 縮放比例影響： 您的作業系統或顯示器可能開啟了縮放功能 (例如 125% 或 150%)，這也會影響 `pyautogui` 讀取的座標。

解決方案：

  • 使用相對座標或元素定位： 如果可能，盡量使用 `pyautogui` 提供的方法來定位元素，而不是直接使用絕對座標。例如，如果您要點擊一個按鈕，可以嘗試尋找按鈕的圖片 (`pyautogui.locateOnScreen()`)，然後點擊該圖片的位置。
  • 動態獲取視窗位置： 如果您需要與特定應用程式互動，可以先找到該應用程式視窗，然後獲取其左上角的座標，再基於此座標計算內部元素的相對位置。這需要藉助一些額外的函式庫（例如 `pygetwindow`）。
  • 設定固定解析度和縮放比例： 在執行自動化腳本時，盡量保持固定的螢幕解析度和縮放比例，這是最簡單直接的方法。
  • 增加延遲並測試： 在 `pyautogui` 的每次操作後，加入足夠的 `time.sleep()` 延遲，讓您有時間觀察程式的運行情況，並及時發現問題。
  • 使用 `pyautogui.PAUSE`： 您可以在腳本開頭設定 `pyautogui.PAUSE = 0.5`，這樣所有 `pyautogui` 的操作都會自動加入 0.5 秒的延遲。

總之，GUI 自動化需要耐心和細緻的測試。從簡單的例子開始，逐步增加複雜度，是個不錯的策略。

Q3：為什麼我用 Python 爬蟲抓取網頁時，看到的內容跟瀏覽器直接看到的 HTML 原始碼不一樣？

A3： 這個現象通常是因為網頁內容是透過 **JavaScript 動態載入**的。當您使用 `requests.get(url)` 時，您獲取到的是伺服器直接回傳的 HTML 原始碼，這個原始碼可能只包含網頁的骨架，而實際的內容、圖片、表格等，是透過 JavaScript 在瀏覽器端執行後才動態生成並插入到網頁中的。

解決方法：

  • 分析網路請求： 使用瀏覽器的開發者工具 (通常是按 F12)，切換到「Network」(網路) 標籤頁。重新整理網頁，觀察有哪些 XHR (XMLHttpRequest) 或 Fetch 請求，這些請求往往是載入動態內容的來源。您可以看到請求的 URL、參數和回傳的資料 (通常是 JSON 格式)。
  • 直接請求 API： 如果您能找到載入資料的 API 請求，並且該 API 回傳的資料是結構化的 (如 JSON)，那麼直接請求這個 API，獲取 JSON 資料，然後進行解析，會比解析 HTML 更簡單有效。
  • 使用 `Selenium`： 如前所述，`Selenium` 可以模擬真實瀏覽器的行為，執行 JavaScript，等待頁面載入完成。這樣，您就能夠抓取到動態生成後的網頁內容。

判斷網頁是否為動態載入，一個簡單的方法是：

  1. 在瀏覽器中關閉 JavaScript 功能 (在瀏覽器設定中通常可以找到)。
  2. 重新整理網頁，如果網頁內容變得非常少，或者完全無法顯示，那麼它很可能就是透過 JavaScript 動態載入的。

因此，對於現代複雜的網頁，單純的 `requests` 和 `BeautifulSoup` 可能不足以應付，`Selenium` 則提供了更強大的能力。

結語

自動執行Python 絕不僅僅是程式設計師的專利。對於任何希望提高工作效率、減少重複性勞動的人來說，它都是一個極具價值的技能。從簡單的檔案整理，到複雜的網頁數據分析，Python 都能夠成為您強而有力的助手。別再猶豫了，現在就開始探索 Python 自動化的奇妙世界吧！從今天起，讓程式碼為您而工作，您將會發現，工作可以變得更輕鬆、更有趣，也更有效率！

自動執行Python

發佈留言