零基础入门：30分钟上手职场Python自动化脚本

一、前言：职场人为什么要学Python脚本？

职场中我们每天重复大量机械工作：批量重命名文件、统计文件夹数量、整理日志、批量新建文档、筛选本地文件。这类工作耗时费力、容错率低，手动操作1小时，Python脚本只需1秒完成。

本文作为系列开篇，不堆砌语法理论，只讲职场最实用的基础脚本能力，带你快速入门Python实战，搭建职场自动化思维。

二、环境准备（职场极简版）

1、安装Python官网最新稳定版，安装时勾选【Add Python to PATH】自动配置环境变量；

2、使用系统自带CMD或VS Code运行脚本，无需复杂IDE配置；

3、验证安装：cmd输入 python --version，显示版本号即安装成功。

三、核心实战：5个职场高频基础脚本

1. 批量遍历文件夹所有文件

import os

# 目标文件夹路径，可直接替换为自己的办公路径
file_path = r"C:\Users\XXX\Desktop\办公文件"

# 遍历文件夹所有文件
for root, dirs, files in os.walk(file_path):
    for file in files:
        # 打印文件完整路径
        full_path = os.path.join(root, file)
        print(f"文件路径：{full_path}")

职场用途：快速盘点项目文件、统计归档资料、筛选指定目录文件。

2. 批量重命名文件

import os

path = r"C:\Users\XXX\Desktop\待重命名文件"
# 批量重命名，统一格式：工作文件_序号
for idx, file in enumerate(os.listdir(path)):
    old_path = os.path.join(path, file)
    new_name = f"工作文件_{idx+1}.xlsx"
    new_path = os.path.join(path, new_name)
    os.rename(old_path, new_path)
print("批量重命名完成！")

3. 批量创建办公文件夹

import os

# 定义需要创建的文件夹名称列表
folder_list = ["2026月度报表", "项目资料", "客户台账", "会议记录", "归档文件"]
base_path = r"C:\Users\XXX\Desktop\职场归档"

for folder in folder_list:
    folder_path = os.path.join(base_path, folder)
    # 不存在则创建，避免重复创建报错
    if not os.path.exists(folder_path):
        os.mkdir(folder_path)
print("批量文件夹创建完成！")

4. 筛选指定后缀文件（Excel/Word/PDF）

import os

path = r"C:\Users\XXX\Desktop\办公文件"
# 筛选Excel、PDF文件
target_suffix = [".xlsx", ".pdf"]

for file in os.listdir(path):
    if os.path.splitext(file)[1] in target_suffix:
        print(f"目标文件：{file}")

5. 简单日志记录脚本

from datetime import datetime

# 自动记录工作操作日志
def write_log(content):
    now = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    with open("工作日志.txt", "a", encoding="utf-8") as f:
        f.write(f"[{now}] {content}\n")

# 调用示例
write_log("完成月度文件归档整理")
write_log("筛选客户台账数据")
print("日志记录成功！")

四、职场避坑总结

1、文件路径必须加 r 避免转义报错，Windows系统路径直接复制即可；

2、批量操作文件前，建议备份原文件，防止误修改；

3、所有脚本均为通用模板，可根据自身办公场景简单修改参数即可复用。

五、下篇预告

下一篇将讲解Python Excel自动化处理，解决职场最耗时的表格数据整理、批量统计、格式统一问题。

原创声明：本文为职场Python实战系列原创内容，专注职场自动化落地，无冗余理论，可直接实操复用。