京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30