
来源:早起Python
作者:陈熹、刘早起
大家好,我是早起。
之前有分享过如何用Python发送邮件的文章,今天再分享一个如何用几行Python代码让财务部妹子追着喊666的实用案例。
最近公司要发奖金,需要财务部妹子给每个员工发一封邮件,现在全公司 10 个部门每个人的奖金情况已经计算好了,并根据部门分别制作了 10 张表格:
每个奖金表格内容大致如下:
同时有一份 Excel 文件邮件地址.xlsx,里面有各部门负责人的邮箱:
首先第一个需求很简单:给各部门负责人发送相应部门的奖金附件
这个需求不同于群发,只要把所有人邮件地址加进来一键发送就可以,而是需要点对点的单发邮件。如果部门或者收件人的数量继续增加,无非会增加工作难度、降低工作效率,因此需要 Python 出手解决。
当然如果就这么点小事,妹子辛苦一点手动发送也能解决,下面还有一个需求
原有部门奖金表格新增加了一列个人邮箱(邮箱地址均为虚构),如下
不同于上面需求,给部分负责人发送总奖金表格的同时,也需要给各部分每一个人发送自己的奖金金额,发送内容为:
“
尊敬的xxx部门 xxx 您好,您的工号是 xxx,您2020年的奖金为 xxx
”
这个需求如果再手动的话,工作量瞬间就上去了,下面我们讲解如何用Python优雅、快速的解决!
初级需求是一个点对点单独发送,简单的思路可以是:
“
逐行遍历 邮件地址.xlsx 取各部门名称和负责人邮箱地址
根据部门名称去 奖金发放 文件夹下获取 奖金_部门名称.xlsx 作为附件
再遍历 邮件地址.xlsx的循环体内完成邮件的发送
”
如果加上了个人邮箱其实也很简单,在原先代码的基础上打开并遍历 奖金_部门名称.xlsx 文件,获取每个人的工号、姓名、邮箱地址、奖金数,而部门在打开 Excel 时就确定了,最后根据上面获取的信息用 yagmail 组装成新的邮件信息并发送
先着手实现基本需求。由于只涉及 Excel 文件的读取以及邮件的发送,需要导入 openpyxl 的 load_workbook 方法以及 yagmail 库,如果不把密码(授权码)明文显示而存储在系统密钥环中则需要额外导入 keyring 库
from openpyxl import load_workbook import yagmail import keyring
password = keyring.get_password('yagmail', 'username') # 需要在命令号中用 keyring.set_password('yagmail', username, password) 预先存好
读取并遍历 邮件地址.xlsx:
path = r'C:xxx' # 根据实际附件文件和邮件地址 Excel 文件存放的路径确定 workbook = load_workbook(path + r'邮件地址.xlsx')
sheet = workbook.active
n = 0 # 设置变量跳过表头 for row in sheet.rows:
if n:
department = row[0].value
dep_address = row[1].value
print(department, dep_address)
n += 1
解析完成后就可以组装准备发送的邮件了。以用 QQ 邮箱发送邮件为例,复习一下组装邮件需要的内容:
# 用服务器、用户名、密码实例化邮件 mail = yagmail.SMTP(user='xxx@qq.com', password = password, host='smtp.qq.com') # 待发送的内容 contents = ['第一段内容', '第二段内容'] # 发送邮件 mail.send('收件人邮箱', '邮件标题', contents)
如果在 contents 中放绝对路径,yagmail 会自动将其作为附件,非常智能。这也是本需求能实现的重要依托。
复习了这些知识点我们就可以完善上面的遍历代码
n = 0 for row in sheet.rows:
if n:
department = row[0].value
dep_address = row[1].value
# print(department, dep_address) mail_dep = yagmail.SMTP(user='xxx@qq.com', password=password, host='smtp.qq.com')
contents = [f'您好,请查收{department}的奖金情况', path + f'奖金发放奖金_{department}']
mail_dep.send(dep_address, f'{department}奖金情况', contents)
n += 1
基本需求完成后,就考虑升级的需求
两个需求衔接的关键在于确定好给哪个部门的负责人发邮件时,就打开这个部门的奖金情况表,先给部门成员一一发文字邮件,最后给部门负责人发附件。
如果梳理清楚这一环,那么循环的嵌套关系就很明确了:
n = 0 for row in sheet.rows:
if n:
department = row[0].value
dep_address = row[1].value
# print(department, dep_address) mail_dep = yagmail.SMTP(user='xxx@qq.com', password=password, host='smtp.qq.com')
# 这一部分就是升级需求的代码 # 根据前面的部门信息打开相应的表格获取每个人的情况 workbook_new = load_workbook(path + f'奖金发放奖金_{department}')
sheet_new = workbook_new.active
m = 0 for i in sheet_new.rows:
if m:
id = i[0].value # 工号 name = i[1].value # 姓名 address = i[2].value # 个人邮箱地址 money = i[3].value # 奖金数 # 根据获取到的个人信息组装成新的邮件发送 mail = yagmail.SMTP(user='xxx@qq.com', password=password, host='smtp.qq.com')
contents = [f'尊敬的 {department} {name} 您好,您的工号是 {id},您2020年的奖金为 {money}']
mail.send(address, f'{department}-{name}奖金情况', contents)
m += 1 contents_dep = [f'您好,请查收{department}的奖金情况', path + f'奖金发放奖金_{department}']
mail_dep.send(dep_address, f'{department}奖金情况', contents_dep)
n += 1
因本文的邮箱都是虚构的,就不展示具体发送成功的效果了。
至此,短短30余行代码就成功安抚了妹子交集的心态,并约个饭希望好好聊一聊如何用Python偷懒,这些就不再分享了
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08