作为一名Python开发者，我深知在日常工作中经常遇到一些重复性的小任务。今天就来分享我在工作中常用的五个Python小脚本，这些都是经过实战检验的“效率神器”。

1. 批量重命名文件小能手

记得去年接手一个项目时，接收到了一堆命名混乱的文档和图片文件。有的是中文，有的是英文，还有一些奇奇怪怪的字符。要是手动改名字，估计得花费半天时间。于是编写了这样一个小脚本：

        import os
        import re
        from datetime import datetime

        def batch_rename_files(directory, prefix='file_'):
            if not os.path.exists(directory):
                print(f"目录 {directory} 不存在!")
                return

            for index, filename in enumerate(os.listdir(directory)):
                file_ext = os.path.splitext(filename)[1]
                new_name = f"{prefix}{datetime.now().strftime('%Y%m%d')}_{index}{file_ext}"
                
                old_file = os.path.join(directory, filename)
                new_file = os.path.join(directory, new_name)

                os.rename(old_file, new_file)
                print(f"已将 {filename} 重命名为 {new_name}")
        
        batch_rename_files("D:/工作文件/项目文档")
    

这个脚本可以按照统一的格式给文件重命名，加上日期和序号，特别适合整理项目文档。用了这个脚本后，文件管理效率大大提高，同事们也纷纷索要这段代码。

2. Excel 数据处理小助手

作为一名开发人员，经常会收到各种Excel数据需要处理。比如上个月，运营部门给我发来一堆用户数据，要求提取特定信息并生成报表。手动复制粘贴？不存在的！

        import pandas as pd
        import numpy as np
        from datetime import datetime

        def process_excel_data(input_file, output_file):
            try:
                # 读取Excel文件
                df = pd.read_excel(input_file)
                
                # 数据清洗和处理
                df['处理时间'] = datetime.now().strftime('%Y-%m-%d')

                # 示例：计算平均值并添加新列
                df['平均值'] = df.select_dtypes(include=[np.number]).mean(axis=1)

                # 保存处理后的数据
                df.to_excel(output_file, index=False)
                print(f"数据处理完成，已保存至：{output_file}")

            except Exception as e:
                print(f"处理出错：{str(e)}")

        process_excel_data("原始数据.xlsx", "处理后数据.xlsx")
    

这个脚本使用pandas处理Excel数据，可以根据实际需求修改处理逻辑。现在，我几乎一见到Excel文件就会掏出这个脚本，稍作修改就能使用。

3. 日志监控小帮手

服务器日志监控是一项技术活，但有时我们只想简单地监控某些关键字。去年线上出现了一次问题，就是因为没有及时发现错误日志。于是编写了这个监控脚本：

        import time
        import re
        from watchdog.observers import Observer
        from watchdog.events import FileSystemEventHandler
        import smtplib
        from email.mime.text import MIMEText

        class LogWatcher(FileSystemEventHandler):
            def __init__(self, keywords, email_config):
                self.keywords = keywords
                self.email_config = email_config
            
            def on_modified(self, event):
                if event.src_path.endswith('.log'):
                    self.check_log_content(event.src_path)
            
            def check_log_content(self, log_file):
                try:
                    with open(log_file, 'r', encoding='utf-8') as f:
                        # 只读取最后1000行
                        lines = f.readlines()[-1000:]
                        for line in lines:
                            if any(keyword in line for keyword in self.keywords):
                                self.send_alert(line)
                except Exception as e:
                    print(f"读取日志出错：{str(e)}")

            def send_alert(self, content):
                # 发送邮件告警
                pass
                # 具体实现省略

        keywords = ["Error", "Exception", "Failed"]
        email_config = {
            "smtp_server": "smtp.company.com",
            "sender": "alert@company.com",
            "password": "****",
            "receiver": "your@email.com"
        }

        observer = Observer()
        observer.schedule(LogWatcher(keywords, email_config), '/logs/', recursive=False)
        observer.start()

        try:
            while True:
                time.sleep(1)
        except KeyboardInterrupt:
            observer.stop()
        observer.join()
    

这个脚本可以实时监控日志文件，发现关键字后立即发送告警邮件。配合系统定时任务使用，基本上可以实现7×24小时的监控。

4. 图片压缩小工具

前段时间做了一个小程序，产品经理总是抱怨图片上传太慢。检查后发现很多图片都是原图上传的，动辄好几MB。于是编写了这个批量压缩的脚本：

        from PIL import Image
        import os

        def compress_images(input_dir, output_dir, quality=85):
            # 确保输出目录存在
            if not os.path.exists(output_dir):
                os.makedirs(output_dir)

            # 支持的图片格式
            supported_formats = ['.jpg', '.jpeg', '.png']

            # 遍历目录下的所有文件
            for filename in os.listdir(input_dir):
                if any(filename.lower().endswith(fmt) for fmt in supported_formats):
                    input_path = os.path.join(input_dir, filename)
                    output_path = os.path.join(output_dir, filename)

                    # 打开图片
                    with Image.open(input_path) as img:
                        # 保存压缩后的图片
                        img.save(output_path, quality=quality, optimize=True)

                    # 计算压缩比例
                    original_size = os.path.getsize(input_path)
                    compressed_size = os.path.getsize(output_path)
                    ratio = (original_size - compressed_size) / original_size * 100

                    print(f"压缩 {filename} 完成，压缩率：{ratio:.2f}%")

        compress_images("原始图片", "压缩后图片")
    

这个脚本使用Pillow库进行图片压缩，可以批量处理整个目录的图片，且保持不错的画质。最近我还加了一个自动判断是否需要压缩的功能，如果图片本身已经足够小，就跳过，以免重复压缩。

5. 定时备份小助手

数据备份的重要性谁都知道，但真正建立起备份机制的人却不多。我见过多次因未备份而导致加班的惨剧。这是我编写的一个自动备份脚本：

        import shutil
        import os
        from datetime import datetime
        import schedule
        import time

        def backup_files(source_dir, backup_dir):
            # 生成备份文件夹名称，包含时间戳
            timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
            backup_path = os.path.join(backup_dir, f"backup_{timestamp}")

            try:
                # 创建备份
                shutil.copytree(source_dir, backup_path)

                # 清理旧备份，只保留最近7天的
                cleanup_old_backups(backup_dir, days=7)

                print(f"备份完成：{backup_path}")

            except Exception as e:
                print(f"备份失败：{str(e)}")

        def cleanup_old_backups(backup_dir, days):
            # 清理旧备份文件
            current_time = datetime.now()
            for item in os.listdir(backup_dir):
                item_path = os.path.join(backup_dir, item)
                created_time = datetime.fromtimestamp(os.path.getctime(item_path))
                if (current_time - created_time).days > days:
                    shutil.rmtree(item_path)
                    print(f"已清理旧备份：{item}")

        # 设置定时任务
        schedule.every().day.at("02:00").do(
            backup_files,
            "D:/重要文件",
            "E:/备份"
        )

        # 运行定时任务
        while True:
            schedule.run_pending()
            time.sleep(60)
    

这个脚本会在每天凌晨两点自动运行备份，并且会自动清理旧的备份文件，避免占用过多存储空间。

总结

这些脚本都是我在实际工作中经常用到的，它们帮助我节省了大量的重复性工作时间。当然，这些代码还有很多可以优化的地方，比如可以加入更多的异常处理、日志记录等。

建议大家根据自己的实际需求，对这些脚本进行修改和完善。记住，写脚本的目的是为了提高工作效率，而不是为了炫耀。只要能解决问题，简单实用就好。

如果你也有一些好用的Python脚本，欢迎在评论区分享出来。