转载请注明：陈熹 [email protected] （号：半为花间酒）
若公众号内转载请联系公众号：早起Python
这篇文章能学到的主要内容：
imbox读取邮件解析附件openpyxl和python-docx对文件的交互操作
https://pan.baidu.com/s/1QKXBIPvOEGurpqbe4KiGTA 提取码：j2xp
一、需求描述
你在某三家医院的医务处工作，之前已经发通知让医生们申请外派 A 医院进修，表格 申请.xlsx 如下：
你需要根据他们的申请表开出相应的介绍信：
每个人会单独自己填写好的表格以 “进修申请 xxx” 的邮件标题发到你的邮箱。申请截止日期到了，你打开邮件发现有 300 多人申请，而你觉得从邮件中下载附件，打开 Excel 文件并把对应信息填写到 Word，再修改介绍信文件名为 “xxx 进修介绍信” 实在过于繁琐，你希望借助 Python 自动化高效完成上述任务
二、逻辑梳理
这次的真实需求实际上和之前的推文 批量生成多份合同：https://www.jianshu.com/p/3ee47f594d81 非常类似，不同之处在于需要配合邮件相关的工具完成整个需求。本需求同样绕不开一个问题：程序如何知道要将某个信息填到何处？为了解决这个问题，我们需要对模板 介绍信.docx 进行修改，即将需要填写的地方改成某种标识，让程序可以“看到标识就明白此处应该放什么信息”
采取的策略是：将需要填写的地方改成表中的列名，即：
这样程序通过文本识别就能够定位相应信息并完成替换
本需求完整的逻辑包括：
- 遍历所有邮件，将标题符合要求的邮件附件下载到指定文件夹中
- 遍历打开文件夹下的所有 Excel 文件
- 获取每个 Excel 表格中的信息，填写至 Word 模板中
- 保存文件到新文件夹中
三、代码实现
1. 解析邮件
首先完成第一部分的工作，读取全部邮件：
import keyring
from imbox import Imbox
利用 keyring 库，通过系统密钥环将密码（授权码）预先在本地存储好，后面在代码中调用 keyring 库的方法，通过账号把密码取出来作为变量，降低了密码（授权码）泄露的几率
通过 imbox 库获取附件：
password = keyring.get_password("yagmail","[email protected]")
with Imbox('imap.163.com', '[email protected]', password) as imbox:
all_inbox_messages = imbox.messages()
for uid,message in all_inbox_messages:
print(message.attachments)
从需求中我们知道，特定的邮件是以 进修申请 四个字开头的，那么就可以以此为依据作为判断，获取特定邮件的附件：
password = keyring.get_password("yagmail","[email protected]")
with Imbox('imap.163.com', '[email protected]', password) as imbox:
all_inbox_messages = imbox.messages()
for uid, message in all_inbox_messages:
if message.subject[:4] == '进修申请':
pass
pass 代码就可以写附件存储了。需要把 Excel 文件存储到指定文件夹中，因此需要先利用 os 库建立文件夹。邮件部分的代码如下：
import keyring
from imbox import Imbox
import os
path = r'C:\xxx'
if not os.path.exists(path + r'\申请表文件夹'):
os.mkdir(path + r'\申请表文件夹')
password = keyring.get_password("yagmail","[email protected]")
with Imbox('imap.163.com', '[email protected]', password) as imbox:
all_inbox_messages = imbox.messages()
for uid, message in all_inbox_messages:
if message.subject[:4] == '进修申请':
if message.attachments: # 判断是否存在附件
for attachment in message.attachments:
with open(path + f'\申请表文件夹\\{attachment["filename"]}', 'wb') as file:
file.write(attachment['content'].getvalue())
2. Excel 和 Word 文件交互
接下来的操作涉及 Excel 读取和 Word 文件的写入，需要导入相应的模块。同时建立新文件夹存放最终的介绍信：
from docx import Document
from openpyxl import load_workbook
if not os.path.exists(path + r'\介绍信文件夹'):
os.mkdir(path + r'\介绍信文件夹')
现在 申请表文件夹 中存放 300 多个 Excel 文件，可以利用 glob 库进行遍历和读取：
import glob
for file in glob.glob(path + r'\申请表文件夹\*.xlsx'):
workbook = load_workbook(file)
sheet = workbook.active
有效信息在第二行，列名（文本替换的依据）在第一行。但考虑到有的申请表可能不按常规，填写了多个人的申请，因此用循环，不局限在第二行：
for file in glob.glob(path + r'\申请表文件夹\*.xlsx'):
workbook = load_workbook(file)
sheet = workbook.active
for table_row in range(2, sheet.max_row + 1): # 考虑到有的申请表可能不按常规，填写了多个人的申请，因此用循环
# 每循环一行实例化一个新的word文件
wordfile = Document(path + r'\新模板.docx')
# 单元格需要逐个遍历，每一个都包含着有用的信息
for table_col in range(1, sheet.max_column + 1):
# 旧的文本也就是列名，已经在模板里填好了，用于文本替换，将row限定在第一行后就是列名
old_text = '#' + str(sheet.cell(row=1, column=table_col).value) + '#'
# 新的文本就是实际的信息，table_col循环到某个数值时，实际的单元格和列名就确定了
new_text = str(sheet.cell(row=table_row, column=table_col).value)
获取到信息以后就可以进行 Word 模板文件的文本替换了，根据其 文档 Document - 段落 Paragraph - 文字块 Run的三级结构，在文字块层面完成替换：
# 文档Document - 段落Paragraph - 文字块Run
all_paragraphs = wordfile.paragraphs
for paragraph in all_paragraphs:
for run in paragraph.runs:
run.text = run.text.replace(old_text, new_text)
介绍信的落款日期是当天的日期，可以考虑借助 datetime 库获取，并在替换新旧文本时同时判断 #今天日期# 这个文本是否存在，存在就替换为真实日期：
run.text = run.text.replace(old_text, new_text)
run.text = run.text.replace('#今天日期#', datetime.date.today())
最后保存即可，文件名中的姓名即为当前循环行的第一个单元格，sheet.cell(row=table_row,column=1).value
完整代码如下：
import keyring
from imbox import Imbox
from docx import Document
from openpyxl import load_workbook
import os
import glob
import datetime
path = r'C:\xxx'
if not os.path.exists(path + r'\申请表文件夹'):
os.mkdir(path + r'\申请表文件夹')
password = keyring.get_password("yagmail", "[email protected]")
with Imbox('imap.163.com', '[email protected]', password) as imbox:
all_inbox_messages = imbox.messages()
for uid, message in all_inbox_messages:
if message.subject[:4] == '进修申请':
if message.attachments:
for attachment in message.attachments:
with open(path + f'\申请表文件夹\\{attachment["filename"]}', 'wb') as file:
file.write(attachment['content'].getvalue())
if not os.path.exists(path + r'\介绍信文件夹'):
os.mkdir(path + r'\介绍信文件夹')
for file in glob.glob(path + r'\申请表文件夹\*.xlsx'):
workbook = load_workbook(file)
sheet = workbook.active
for table_row in range(2, sheet.max_row + 1): # 考虑到有的申请表可能不按常规，填写了多个人的申请，因此用循环
# 每循环一行实例化一个新的word文件
wordfile = Document(path + '\新模板.docx')
# 单元格需要逐个遍历，每一个都包含着有用的信息
for table_col in range(1, sheet.max_column + 1):
# 旧的文本也就是列名，已经在模板里填好了，用于文本替换，将row限定在第一行后就是列名
old_text = '#' + str(sheet.cell(row=1, column=table_col).value) + '#'
# 新的文本就是实际的信息，table_col循环到某个数值时，实际的单元格和列名就确定了
new_text = str(sheet.cell(row=table_row, column=table_col).value)
all_paragraphs = wordfile.paragraphs
for paragraph in all_paragraphs:
for run in paragraph.runs:
run.text = run.text.replace(old_text, new_text)
run.text = run.text.replace('#今天日期#', datetime.date.today())
wordfile.save(path + f'\\介绍信文件夹\\{sheet.cell(row=table_row,column=1).value} 进修介绍信.docx')
整个复杂的需求就被瓦解成多个问题而成功解决！