python其他使用的记录

///

在Python中，我们可以使用内置的json库来解析和操作JSON格式的数据。以下是几种获取JSON字段的实现方法：

1 使用字典索引法获取字段：

import json

data = '{"name": "Alice", "age": 25, "city": "New York"}'

json_data = json.loads(data)

name = json_data["name"]

age = json_data["age"]

city = json_data["city"]

print(name, age, city) # 输出：Alice 25 New York

2 使用get()方法获取字段，可以在字段不存在的情况下提供默认值：

import json

data = '{"name": "Alice", "age": 25}'

json_data = json.loads(data)

name = json_data.get("name", "") # 若字段不存在则返回默认值""

age = json_data.get("age", 0) # 若字段不存在则返回默认值0

city = json_data.get("city", "Unknown")

print(name, age, city) # 输出：Alice 25 Unknown

3 使用try/except捕获字段不存在的异常：

import json

data = '{"name": "Alice", "age": 25, "city": "New York"}'

json_data = json.loads(data)

try:

name = json_data["name"]

except KeyError:

name = ""

try:

age = json_data["age"]

except KeyError:

age = 0

try:

city = json_data["city"]

except KeyError:

city = "Unknown"

print(name, age, city) # 输出：Alice 25 New York

///

从文件中读取数据，同时去除掉空格和换行，代码如下

import numpy as np

def sort(path):

w = open(path,'r')

l = w.readlines()

col=[]

for k in l:

k = k.strip('\n') #去掉读取中的换行字符

col.append(k)

while '' in col:

col.remove('') #去掉读取的空格

t = map(int,col) #把字符数组转换为整型数组

dd=np.sort(t) #把整型数组进行排序

for m in dd:

print(m) #一行行的输出结果

if __name__ == '__main__':

path=raw_input('input:')

sort(path)

要解决Python文件路径中存在空格的问题，可以考虑以下方法：

1、使用双引号括起文件路径：可以在文件路径中使用双引号将整个路径括起来，这样Python解释器就能正确解析含有空格的文件路径。

file_path = "C:/path/to/file with spaces.txt"

2、使用原始字符串表示法（Raw string）：在字符串前添加 r 前缀，可以使字符串成为原始字符串表示法，这样字符串中的所有字符都会被视为字面量，包括空格。

file_path = r"C:/path/to/file with spaces.txt"

3、使用转义字符：如果不使用原始字符串表示法，可以在空格前添加反斜杠 \ 转义字符。

file_path = "C:/path/to/file\ with\ spaces.txt"

4、使用os.path模块：如果要在代码中构建文件路径，最好使用os.path模块，它能够根据当前操作系统正确地构建文件路径，并自动处理空格等特殊字符。

import os

file_path = os.path.join("C:/path/to", "file with spaces.txt")

在Python中获取手机WiFi IP地址通常需要使用特定的库或工具，这些库可能依赖于操作系统提供的接口或者调用外部命令。

在安卓设备上，可以使用adb shell命令结合ip命令来获取WiFi IP。首先确保你的设备已经连接到电脑并且启用了USB调试模式。

import subprocess

def get_wifi_ip_address():

try:

# 对于安卓设备，可以使用以下命令

# 需要确保设备已通过USB连接到电脑且启用了调试模式

# 此命令会在设备上执行 'ip addr show wlan0' 来获取IP地址

result = subprocess.check_output(

'adb shell ip addr show wlan0 | grep "inet " | cut -d" " -f6 | cut -d"/ " -f1'.split())

wifi_ip = result.decode('utf-8').strip()

return wifi_ip

except Exception as e:

print(f"Error getting WiFi IP address: {e}")

return None

# 使用函数获取IP地址

wifi_ip = get_wifi_ip_address()

if wifi_ip:

print(f"WiFi IP address: {wifi_ip}")

else:

print("Unable to get WiFi IP address.")

Python ADB 获得手机的IP

import os

import re

def exec_cmd(cmd):

cmd = os.popen(cmd)

cmd_result = cmd.read()

cmd.close()

return cmd_result

def get_device_ip(content):

math_obj = re.search(r'inet\s(\d+\.\d+\.\d+\.\d+).*?wlan0', content)

if math_obj and math_obj.group(1):

return math_obj.group(1)

return None

if __name__ == '__main__':

os.chdir(r'E:\ADB\0714\0607u')#有ADB命令的目录

result1 = exec_cmd('adb shell ip addr show wlan0')

ip = get_device_ip(result1)

print(ip)

python3.7显示行号_Python IDLE怎么显示行号

具体操作

1、下载 LineNumbers.py，可以到http://idlex.sourceforge.net/extensions.html下载，也可以自己去网上下载。

（下图为 LineNumbers.py 文件的说明）

点击 Download and Run，然后选择 idlex-v1.18.zip 进行下载。

2.解压会得到一个名为 idlex-1.18 的文件夹，将其中的 LineNumbers.py 复制到 Python 安装路径中的 C:\Python\Python39\Lib\idlelib 里面(这是我的安装路径）。

3.在该路径中找到 config-extensions.def 文件（idle扩展的配置文件）

以记事本的方式打开它并粘入以下内容：

[LineNumbers]

enable=True

enable_editor=True

enable_shell=True

visible=True

[LineNumbers_cfgBindings]

linenumbers-show=True

4.修入linenumber.py内容。

用 IDLE 打开 LineNumber.py，作以下修改：

修改完运行一下，如果提示找不到 configHandler，可以到刚才解压的文件中去复制。如果还有其它错误，要先解决。要保证它能运行。

运行成功图如下：

【注】菜单中可以选择关闭行号显示。

问题：SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position

解决：

The problem is with the string

"C:\Users\Eric\Desktop\beeline.txt"

Here, \U in "C:\Users... starts an eight-character Unicode escape, such as \U00014321. In your code, the escape is followed by the character 's', which is invalid.

You either need to duplicate all backslashes:

"C:\\Users\\Eric\\Desktop\\beeline.txt"

Or prefix the string with r (to produce a raw string):

r"C:\Users\Eric\Desktop\beeline.txt"

问题：UnicodeEncodeError: ‘ascii’ codec can’t encode character u’\xa0′ in position 20: ordinal not in range(128) in Python

a = 'geeksforgeeks1234567\xa0'.encode("ASCII")

print(a)

解决：

a = 'geeksforgeeks1234567\xa0'.encode("UTF-8")

print(a)

问题：python TypeError: bufsize must be an integer

解决：

在python程序中运行带参数的exe文件

#encoding=utf-8

import os

main = r'D:\cloc\cloc-1.64.exe' # 你要运行的exe文件

params1 = r'C:\Users\yuan\Desktop\test\dp.bat' # 你要传入的参数

# 如果要传入多个参数，就继续定义，然后在os.system里加起来就行

r_v = os.system(main+' '+params1)

print (r_v )

获取当前执行的python脚本所在的父目录,并遍历里边文件夹里指定的文件，并替换字符串

def process_manifest_files(root_dir):

try:

# 获取当前脚本所在的父目录

parent_dir = os.path.dirname(os.path.abspath(__file__))

target_dir = os.path.join(parent_dir, root_dir)

for root, dirs, files in os.walk(target_dir):

for file in files:

if file.lower() == "aa.xml":

manifest_path = os.path.join(root, file)

process_manifest_file(manifest_path)

except Exception as e:

print(f"处理aa.xml时出错：{e}")

def process_manifest_file(manifest_path):

try:

# 读取 aa.xml 文件内容

with open(manifest_path, "r", encoding="utf-8") as f:

manifest_content = f.read()

manifest_content = re.sub(r'android:process=":myprocess"', '', manifest_content)

# 将修改后的内容写回文件

with open(manifest_path, "w", encoding="utf-8") as f:

f.write(manifest_content)

print(f"处理 aa.xml 文件: {manifest_path}")

except Exception as e:

print(f"处理 aa.xml 文件时出错：{e}")

自己手动创建最上层文件夹后，

希望 subprocess.Popen(['svn', 'checkout', svn_url], cwd=current_dir).wait() 不要自动创建最上层的文件夹了。

要在执行 svn checkout 命令时避免拉取最上层的文件夹，可以在 subprocess.Popen 或 subprocess.run 的命令参数中指定 --depth 参数，并将其设置为 empty。这样会使得只拉取指定路径下的内容，而不包括最上层的文件夹。

command = ["svn", "checkout", svn_url, destination, "--depth", "empty"] subprocess.Popen(command).wait()

command = ["svn", "checkout", svn_url, destination, "--depth", "empty"] subprocess.run(command, check=True)

Python 处理Excel 的14个常用操作详解

1. 读取 Excel 文件

使用 pandas 库读取 Excel 文件是一种常见的数据处理操作，它能够快速加载 Excel 中的表格数据，并将其转换为数据框架（DataFrame）。以下是一个简单的示例代码，演示如何使用 pandas 读取 Excel 文件。

import pandas as pd

# 读取 Excel 文件

file_path = 'example_data.xlsx'

df = pd.read_excel(file_path)

# 打印读取的数据框架

print("读取的数据框架：")

print(df)

在这个例子中，使用 pd.read_excel 函数读取了一个名为 'example_data.xlsx' 的 Excel 文件。读取后，数据被存储在一个 pandas 数据框架中。

2. 写入 Excel 文件

在处理数据后，将结果写入新的 Excel 文件是一项常见的任务。使用 pandas 库，可以将处理过的数据写入新的 Excel 文件。以下是一个简单的示例代码，演示如何使用 pandas 将数据写入 Excel 文件。

import pandas as pd

# 创建示例数据框架

data = {

'Product': ['A', 'B', 'C'],

'Price': [25.5, 30.2, 15.8],

'Quantity': [10, 8, 4]

}

df = pd.DataFrame(data)

# 将数据框架写入 Excel 文件

df.to_excel('output_data.xlsx', index=False)

在这个例子中，使用 to_excel 函数将数据框架写入 Excel 文件。参数 index=False 表示不包含行索引信息。生成的 Excel 文件名为 'output_data.xlsx'。

3. 数据筛选与过滤

在数据分析中，经常需要根据特定条件筛选和过滤数据，以便只保留感兴趣的部分。使用 pandas 库，可以进行数据筛选和过滤。以下是一个简单的示例代码，演示如何使用 pandas 进行数据筛选与过滤。

import pandas as pd

# 创建示例数据框架

data = {

'Product': ['A', 'B', 'C', 'A', 'B'],

'Price': [25.5, 30.2, 15.8, 22.0, 18.5],

'Quantity': [10, 8, 4, 6, 2]

}

df = pd.DataFrame(data)

# 筛选 Price 大于 20 的数据

filtered_data = df[df['Price'] > 20]

# 打印筛选后的数据框架

print("Price 大于 20 的数据：")

print(filtered_data)

在这个例子中，使用了条件筛选，保留了 'Price' 列大于 20 的行数据。你可以根据实际需求定义不同的筛选条件，以过滤符合条件的数据。

4. 数据排序

在 Excel 中，数据排序是一种常见的操作，可以更好地理解数据的结构和趋势。使用 pandas 库，可以对数据进行排序。以下是一个简单的示例代码，演示如何使用 pandas 对数据进行排序。

import pandas as pd

# 创建示例数据框架

data = {

'Product': ['B', 'A', 'C', 'D', 'A'],

'Price': [30.2, 25.5, 15.8, 40.0, 20.5],

'Quantity': [8, 10, 4, 2, 6]

}

df = pd.DataFrame(data)

# 按 'Product' 列升序排序

df_sorted = df.sort_values(by='Product')

# 打印排序后的数据框架

print("按 'Product' 列升序排序：")

print(df_sorted)

在这个例子中，使用 sort_values 函数按 'Product' 列的值进行升序排序。也可以通过指定 ascending=False 参数来实现降序排序。这种排序方式使可以更容易地观察数据的特征和趋势。

5. 数据统计与汇总

通过pandas的统计函数，可以快速了解数据的统计信息，如均值、中位数等。

假设有一个包含销售数据的数据框架sales_data，其中包括产品销售额(sales_amount)、销售数量(quantity)和单价(unit_price)等列。我们将使用这个数据框架来演示如何进行全面的数据统计与汇总。

import pandas as pd

# 假设我们有一个包含销售数据的数据框架

data = {

'Product': ['A', 'B', 'C', 'A', 'B', 'A'],

'Sales_Amount': [100, 150, 200, 120, 180, 130],

'Quantity': [5, 3, 4, 6, 2, 5],

'Unit_Price': [20, 50, 50, 20, 90, 26]

}

sales_data = pd.DataFrame(data)

# 打印原始数据

print("原始数据：")

print(sales_data)

# 统计与汇总

mean_sales_amount = sales_data['Sales_Amount'].mean()

median_quantity = sales_data['Quantity'].median()

mode_product = sales_data['Product'].mode().values[0]

std_unit_price = sales_data['Unit_Price'].std()

min_sales_amount = sales_data['Sales_Amount'].min()

max_quantity = sales_data['Quantity'].max()

# 打印统计结果

print("\n统计与汇总结果：")

print(f"平均销售额：{mean_sales_amount}")

print(f"销售数量中位数：{median_quantity}")

print(f"产品销售频率最高的是：{mode_product}")

print(f"单价标准差：{std_unit_price}")

print(f"最小销售额：{min_sales_amount}")

print(f"最大销售数量：{max_quantity}")

这个例子中，使用了均值、中位数、众数、标准差、最小值和最大值等统计方法来全面了解销售数据的特征。通过运用这些统计函数，可以更好地理解数据的分布、趋势和离散程度，为进一步的数据分析和决策提供了基础。

6. 单元格格式设置

在处理 Excel 数据时，自定义单元格格式是提高数据可读性和呈现效果的关键步骤。使用 openpyxl 库，可以轻松地对 Excel 单元格进行格式设置。下面是一些常见的单元格格式设置的例子。

from openpyxl import Workbook

from openpyxl.styles import Font, Alignment, PatternFill

# 创建一个工作簿和工作表

workbook = Workbook()

sheet = workbook.active

# 示例数据

data = [

["Product", "Price", "Quantity"],

["A", 25.5, 10],

["B", 30.2, 8],

["C", 15.8, 15],

]

# 将数据写入工作表

for row in data:

sheet.append(row)

# 单元格格式设置

# 设置标题行的字体为粗体、字号14、颜色为蓝色

sheet['A1'].font = Font(bold=True, size=14, color="0000FF")

# 设置数据区域的对齐方式为居中

for row in sheet.iter_rows(min_row=2, max_row=sheet.max_row, min_col=1, max_col=sheet.max_column):

for cell in row:

cell.alignment = Alignment(horizontal='center', vertical='center')

# 设置价格列的数值格式为货币格式

for row in sheet.iter_rows(min_row=2, max_row=sheet.max_row, min_col=2, max_col=2):

for cell in row:

cell.number_format = '"$"#,##0.00'

# 设置数量列的背景颜色为浅黄色

for row in sheet.iter_rows(min_row=2, max_row=sheet.max_row, min_col=3, max_col=3):

for cell in row:

cell.fill = PatternFill(start_color="FFFF99", end_color="FFFF99", fill_type="solid")

# 保存工作簿

workbook.save("formatted_excel.xlsx")

在这个例子中，通过 Font、Alignment 和 PatternFill 类来设置单元格的字体、对齐方式和背景颜色。这种格式设置使得 Excel 表格更加美观、易读，有助于突出数据的重要性和结构。可以根据实际需求调整这些设置，以满足特定的数据展示要求。

7. 插入行与列

在处理 Excel 数据时，插入新的行和列是保持数据整洁和有序的关键步骤。使用 openpyxl 库，可以轻松地在 Excel 表格中插入新的行和列。以下是一些插入行和列的示例代码。

插入新的行

from openpyxl import Workbook

# 创建一个工作簿和工作表

workbook = Workbook()

sheet = workbook.active

# 原始数据

data = [

["Name", "Age", "Country"],

["Alice", 25, "USA"],

["Bob", 30, "Canada"],

]

# 将数据写入工作表

for row in data:

sheet.append(row)

# 打印原始数据

print("原始数据：")

for row in sheet.iter_rows(values_only=True):

print(row)

# 插入新的行（在第二行之后插入）

new_row_data = ["Charlie", 28, "UK"]

sheet.insert_rows(new_row_data, row_idx=2)

# 打印插入新行后的数据

print("\n插入新行后的数据：")

for row in sheet.iter_rows(values_only=True):

print(row)

# 保存工作簿

workbook.save("inserted_row.xlsx")

插入新的列

from openpyxl import Workbook

# 创建一个工作簿和工作表

workbook = Workbook()

sheet = workbook.active

# 原始数据

data = [

["Name", "Age", "Country"],

["Alice", 25, "USA"],

["Bob", 30, "Canada"],

]

# 将数据写入工作表

for row in data:

sheet.append(row)

# 打印原始数据

print("原始数据：")

for row in sheet.iter_rows(values_only=True):

print(row)

# 插入新的列（在第二列之后插入）

new_column_data = ["Female", "Male", "Female"]

sheet.insert_cols(values=new_column_data, col_idx=2)

# 打印插入新列后的数据

print("\n插入新列后的数据：")

for row in sheet.iter_rows(values_only=True):

print(row)

# 保存工作簿

workbook.save("inserted_column.xlsx")

这些示例代码演示了如何使用 insert_rows 和 insert_cols 方法在 Excel 表格中插入新的行和列。

8. 合并单元格

在 Excel 中，合并单元格是一种常用的操作，用于创建更复杂的表格结构或突出某些信息。使用 openpyxl 库，可以实现合并和取消合并单元格的操作。以下是一些合并单元格的示例代码。

合并单元格

from openpyxl import Workbook

# 创建一个工作簿和工作表

workbook = Workbook()

sheet = workbook.active

# 原始数据

data = [

["Name", "Age", "Country"],

["Alice", 25, "USA"],

["Bob", 30, "Canada"],

]

# 将数据写入工作表

for row in data:

sheet.append(row)

# 合并 A1 到 C1 的单元格

sheet.merge_cells('A1:C1')

# 在合并的单元格中写入标题

sheet['A1'] = 'Personal Information'

# 保存工作簿

workbook.save("merged_cells.xlsx")

取消合并单元格

from openpyxl import load_workbook

# 加载已存在的工作簿

workbook = load_workbook("merged_cells.xlsx")

sheet = workbook.active

# 取消合并 A1 到 C1 的单元格

sheet.unmerge_cells('A1:C1')

# 保存工作簿

workbook.save("unmerged_cells.xlsx")

在这个示例中，首先合并了 A1 到 C1 的单元格，创建了一个包含标题的大标题单元格。然后，演示了如何取消合并这些单元格。这种操作使得表格的布局更加灵活，可以根据实际需要进行定制。

9. 公式计算

在 Excel 中添加公式是一种常见的操作，可以实现自动计算，并随着数据的更新而动态调整。使用 openpyxl 库，可以轻松地在 Excel 中插入公式。以下是一个添加公式的示例代码。

from openpyxl import Workbook

# 创建一个工作簿和工作表

workbook = Workbook()

sheet = workbook.active

# 原始数据

data = [

["Product", "Price", "Quantity", "Total"],

["A", 25.5, 10, None],

["B", 30.2, 8, None],

]

# 将数据写入工作表

for row in data:

sheet.append(row)

# 添加公式计算 Total 列，Total = Price * Quantity

for row in range(2, sheet.max_row + 1):

sheet[f'D{row}'] = f'B{row} * C{row}'

# 保存工作簿

workbook.save("formulas.xlsx")

在这个例子中，通过循环遍历数据行，使用 Excel 公式 B(row) * C(row) 来计算 Total 列的值。这样，无论数据如何变化，Total 列都会自动更新。这种功能使得在 Excel 中进行复杂的数据计算变得更加方便和灵活。

10. 图表绘制

在 Excel 中插入图表是一种直观且生动的方式，可以更清晰地展示数据的趋势和关系。使用 openpyxl 和 matplotlib 库，可以将数据可视化为图表，并插入到 Excel 工作表中。以下是一个插入柱状图的示例代码。

from openpyxl import Workbook

from openpyxl.chart import BarChart, Reference

import matplotlib.pyplot as plt

from io import BytesIO

# 创建一个工作簿和工作表

workbook = Workbook()

sheet = workbook.active

# 原始数据

data = [

["Category", "Value"],

["A", 25],

["B", 30],

["C", 20],

]

# 将数据写入工作表

for row in data:

sheet.append(row)

# 创建柱状图

chart = BarChart()

chart.title = "Category vs Value"

chart.x_axis.title = "Category"

chart.y_axis.title = "Value"

# 数据范围

data_range = Reference(sheet, min_col=2, min_row=1, max_col=2, max_row=sheet.max_row)

# 设置图表数据

chart.add_data(data_range, titles_from_data=True)

# 将图表插入到工作表中

sheet.add_chart(chart, "D2")

# 保存工作簿

workbook.save("chart_example.xlsx")

在这个示例中，创建了一个包含柱状图的 Excel 工作表。首先，使用 BarChart 创建一个柱状图对象，然后设置图表的标题、X轴标题和Y轴标题。接着，通过 Reference 定义数据范围，并使用 add_data 将数据添加到图表中。最后，使用 add_chart 将图表插入到工作表中。这样，就能够在 Excel 中通过图表直观地展示数据的分布和关系。

11. 数据透视表

数据透视表是一种强大的数据分析工具，可以帮助我们快速透视和汇总数据。使用 pandas 的 pivot_table 函数，可以在 Python 中轻松创建数据透视表。以下是一个简单的示例代码。

import pandas as pd

# 创建示例数据框架

data = {

'Category': ['A', 'B', 'A', 'B', 'A', 'B'],

'Value': [10, 15, 20, 25, 30, 35],

'Quantity': [2, 3, 4, 5, 6, 7]

}

df = pd.DataFrame(data)

# 创建数据透视表

pivot_table = pd.pivot_table(df, values='Value', index='Category', columns='Quantity', aggfunc='sum', fill_value=0)

# 打印数据透视表

print("数据透视表：")

print(pivot_table)

在这个例子中，我们使用 pivot_table 函数根据 'Category' 和 'Quantity' 列创建了一个数据透视表。我们指定了值列为 'Value'，使用 'sum' 函数进行汇总，如果某些组合不存在则用 0 填充。最后，打印了生成的数据透视表。

12. 数据验证

在 Excel 中设置数据验证规则是一种有效的方式，可以确保用户输入的数据符合预期的范围或格式。使用 openpyxl 库，可以添加数据验证规则。以下是一个简单的示例代码，演示如何在 Excel 中设置数据验证规则。

from openpyxl import Workbook

from openpyxl.worksheet.datavalidation import DataValidation

# 创建一个工作簿和工作表

workbook = Workbook()

sheet = workbook.active

# 原始数据

data = [

["Name", "Age", "Country"],

["Alice", 25, "USA"],

["Bob", 30, "Canada"],

]

# 将数据写入工作表

for row in data:

sheet.append(row)

# 创建数据验证规则（Age 列只允许输入 18 到 60 之间的整数）

dv = DataValidation(type="whole", operator="between", formula1=18, formula2=60)

dv.errorTitle = "Invalid Input"

dv.error = "Age must be between 18 and 60."

dv.add("B2:B1048576") # 应用规则到整个 B 列

# 添加数据验证规则到工作表

sheet.add_data_validation(dv)

# 保存工作簿

workbook.save("data_validation_example.xlsx")

在这个例子中，使用 DataValidation 类创建了一个数据验证规则，要求在 'B' 列（Age 列）中输入整数，并且范围必须在 18 到 60 之间。然后，将这个规则应用到整个 'B' 列。这样，用户在输入数据时，将受到相应范围和格式的限制，提高了数据的准确性。

13. 批量操作

批量操作是在 Excel 中处理大量数据时提高效率的关键。使用循环和函数，可以对数据进行批量处理。以下是一个简单的示例代码，演示如何使用循环和函数批量操作 Excel 数据。

from openpyxl import Workbook

# 创建一个工作簿和工作表

workbook = Workbook()

sheet = workbook.active

# 原始数据

data = [

["Product", "Price", "Quantity", "Total"],

["A", 25.5, 10, None],

["B", 30.2, 8, None],

]

# 将数据写入工作表

for row in data:

sheet.append(row)

# 批量计算 Total 列的值（Total = Price * Quantity）

for row in range(2, sheet.max_row + 1):

price = sheet[f'B{row}'].value

quantity = sheet[f'C{row}'].value

total = price * quantity

sheet[f'D{row}'] = total

# 打印批量计算后的数据

print("批量计算后的数据：")

for row in sheet.iter_rows(values_only=True):

print(row)

# 保存工作簿

workbook.save("batch_operations.xlsx")

在这个例子中，使用循环遍历数据行，并批量计算了 'Total' 列的值。通过使用循环，可以对整个数据集进行高效的操作，而不需要逐个手动处理每一行数据。

14. 错误处理

在处理 Excel 数据时，错误是不可避免的。为了提高代码的健壮性，可以使用异常处理机制来处理可能出现的错误。以下是一个简单的示例代码，演示如何使用异常处理来处理 Excel 操作中的错误。

from openpyxl import Workbook

try:

# 创建一个工作簿和工作表

workbook = Workbook()

sheet = workbook.active

# 原始数据

data = [

["Product", "Price", "Quantity", "Total"],

["A", 25.5, 10, None],

["B", 30.2, 8, None],

]

# 将数据写入工作表

for row in data:

sheet.append(row)

# 尝试计算 Total 列的值，但存在空值导致的错误

for row in range(2, sheet.max_row + 1):

try:

price = sheet[f'B{row}'].value

quantity = sheet[f'C{row}'].value

total = price * quantity

sheet[f'D{row}'] = total

except TypeError as e:

print(f"Error in row {row}: {e}")

# 打印处理后的数据

print("处理后的数据：")

for row in sheet.iter_rows(values_only=True):

print(row)

# 保存工作簿

workbook.save("error_handling_example.xlsx")

except Exception as e:

print(f"An error occurred: {e}")

在这个例子中，使用了两层异常处理。外层的异常处理捕获了可能发生的任何异常，而内层的异常处理仅捕获特定的 TypeError，这是由于在计算 'Total' 列时可能遇到的错误类型。

自动化执行一个 Python 脚本，您可以使用操作系统的定时任务或者计划任务功能。以下是在 Windows 和 Linux 上设置定时任务的简要步骤：

Windows 上的定时任务：

打开任务计划程序：按 Win + R 键，输入 taskschd.msc 并按 Enter 键。
在左侧导航栏，选择“任务计划程序库”。
在右侧窗口中，选择“创建基本任务...”。
输入任务名称，点击“下一步”。
选择“启动程序”，点击“下一步”。
输入程序或脚本的路径（例如 "C:\\My.py"），点击“下一步”。
选择触发器，选择“每周”，设置执行时间为周六晚上 20:00，点击“下一步”。
确认设置，点击“完成”。

Linux 上的定时任务：

打开终端。
输入命令 crontab -e 并按 Enter 键。
在编辑器中，添加一行来指定定时任务。例如，要在周六晚上 20:00 执行脚本，可以添加以下行：
0 20 * * 6 python3 /path/to/your/script.py 其中，/path/to/your/script.py 替换为您的脚本路径。
保存并退出编辑器。

// bat 和 py 的定时实现

在 Windows 上，可以将脚本作为后台任务运行，以下是一个简单的方法：

@echo off python F:\path\to\scheduler.py

这样，你的 Python 脚本将自动启动，并在后台运行，确保按计划执行任务。

是如何使用 schedule 库来实现每周周六晚上 20:00 执行指定 Python 脚本的示例：
首先，安装 schedule 库。如果你还没有安装它，可以运行以下命令：
pip install schedule
创建一个新的 Python 脚本文件，例如 scheduler.py，并在其中编写以下代码：
import schedule
import time
import subprocess

def job():
script_path = "C:\\My.py"
try:
subprocess.run(["python", script_path], check=True)
print(f"Successfully ran the script: {script_path}")
except subprocess.CalledProcessError as e:
print(f"Error running the script: {e}")

# 每周周六晚上20:00执行任务
schedule.every().saturday.at("20:00").do(job)

print("Scheduler is running. Waiting for the scheduled time...")

while True:
schedule.run_pending()
time.sleep(1)
保存该文件并运行 scheduler.py 脚本：
python scheduler.py
此脚本将保持运行状态，并在每周六晚上 20:00 执行 C:\\My.py 脚本。

请注意，为了使此方法有效，你需要确保 scheduler.py 脚本在预定时间之前始终保持运行。你可以通过以下方式之一来实现这一点：
将 scheduler.py 脚本设置为系统服务或守护进程，以便在后台运行。
在服务器或个人计算机上保持一个终端窗口打开，并持续运行该脚本。
创建一个批处理文件（例如 run_scheduler.bat）：
在任务计划程序中设置一个任务来运行此批处理文件。按照前述步骤在任务计划程序中创建一个基本任务，但这次设置触发器为系统启动时运行。

\pyautogui\__init__.py", line 1031, in _failSafeCheck pyautogui.FailSafeException: PyAutoGUI fail-safe triggered from mouse moving to upper-left corner. To disable this fail-safe, set pyautogui.FAILSAFE to False.

///

安装python，先去官网下载第三方库PyAutoGUI-0.9.39这个压缩包，

找到文件夹里；cmd里 python setup.py install，如果你的python安装目录Python3.7.1\Lib\site-packages，没有需要的包，就会自动下载下边的东西：

'''

C:\Users\Admin\Desktop\PyAutoGUI-0.9.39\dist\PyAutoGUI-0.9.39>python

setup.py install

D:\MyWorkSoftwareFolder\Python3.7.1\lib\distutils\dist.py:274: UserWarning: Unkn

own distribution option: 'long_description_content_type'

warnings.warn(msg)

running install

Checking .pth file support in D:\MyWorkSoftwareFolder\Python3.7.1\Lib\site-packa

ges\

D:\MyWorkSoftwareFolder\Python3.7.1\pythonw.exe -E -c pass

TEST PASSED: D:\MyWorkSoftwareFolder\Python3.7.1\Lib\site-packages\ appears to s

upport .pth files

running bdist_egg

running egg_info

writing PyAutoGUI.egg-info\PKG-INFO

writing dependency_links to PyAutoGUI.egg-info\dependency_links.txt

writing requirements to PyAutoGUI.egg-info\requires.txt

writing top-level names to PyAutoGUI.egg-info\top_level.txt

reading manifest file 'PyAutoGUI.egg-info\SOURCES.txt'

reading manifest template 'MANIFEST.in'

writing manifest file 'PyAutoGUI.egg-info\SOURCES.txt'

installing library code to build\bdist.win32\egg

running install_lib

running build_py

creating build

creating build\lib

creating build\lib\pyautogui

copying pyautogui\screenshotUtil.py -> build\lib\pyautogui

copying pyautogui\test1.py -> build\lib\pyautogui

copying pyautogui\tweens.py -> build\lib\pyautogui

copying pyautogui\_pyautogui_java.py -> build\lib\pyautogui

copying pyautogui\_pyautogui_osx.py -> build\lib\pyautogui

copying pyautogui\_pyautogui_win.py -> build\lib\pyautogui

copying pyautogui\_pyautogui_x11.py -> build\lib\pyautogui

copying pyautogui\_window_win.py -> build\lib\pyautogui

copying pyautogui\__init__.py -> build\lib\pyautogui

copying pyautogui\__main__.py -> build\lib\pyautogui

creating build\bdist.win32

creating build\bdist.win32\egg

creating build\bdist.win32\egg\pyautogui

copying build\lib\pyautogui\screenshotUtil.py -> build\bdist.win32\egg\pyautogui

copying build\lib\pyautogui\test1.py -> build\bdist.win32\egg\pyautogui

copying build\lib\pyautogui\tweens.py -> build\bdist.win32\egg\pyautogui

copying build\lib\pyautogui\_pyautogui_java.py -> build\bdist.win32\egg\pyautogu

copying build\lib\pyautogui\_pyautogui_osx.py -> build\bdist.win32\egg\pyautogui

copying build\lib\pyautogui\_pyautogui_win.py -> build\bdist.win32\egg\pyautogui

copying build\lib\pyautogui\_pyautogui_x11.py -> build\bdist.win32\egg\pyautogui

copying build\lib\pyautogui\_window_win.py -> build\bdist.win32\egg\pyautogui

copying build\lib\pyautogui\__init__.py -> build\bdist.win32\egg\pyautogui

copying build\lib\pyautogui\__main__.py -> build\bdist.win32\egg\pyautogui

byte-compiling build\bdist.win32\egg\pyautogui\screenshotUtil.py to screenshotUt

il.cpython-37.pyc

byte-compiling build\bdist.win32\egg\pyautogui\test1.py to test1.cpython-37.pyc

byte-compiling build\bdist.win32\egg\pyautogui\tweens.py to tweens.cpython-37.py

byte-compiling build\bdist.win32\egg\pyautogui\_pyautogui_java.py to _pyautogui_

java.cpython-37.pyc

byte-compiling build\bdist.win32\egg\pyautogui\_pyautogui_osx.py to _pyautogui_o

sx.cpython-37.pyc

byte-compiling build\bdist.win32\egg\pyautogui\_pyautogui_win.py to _pyautogui_w

in.cpython-37.pyc

byte-compiling build\bdist.win32\egg\pyautogui\_pyautogui_x11.py to _pyautogui_x

11.cpython-37.pyc

byte-compiling build\bdist.win32\egg\pyautogui\_window_win.py to _window_win.cpy

thon-37.pyc

byte-compiling build\bdist.win32\egg\pyautogui\__init__.py to __init__.cpython-3

7.pyc

byte-compiling build\bdist.win32\egg\pyautogui\__main__.py to __main__.cpython-3

7.pyc

creating build\bdist.win32\egg\EGG-INFO

copying PyAutoGUI.egg-info\PKG-INFO -> build\bdist.win32\egg\EGG-INFO

copying PyAutoGUI.egg-info\SOURCES.txt -> build\bdist.win32\egg\EGG-INFO

copying PyAutoGUI.egg-info\dependency_links.txt -> build\bdist.win32\egg\EGG-INF

copying PyAutoGUI.egg-info\requires.txt -> build\bdist.win32\egg\EGG-INFO

copying PyAutoGUI.egg-info\top_level.txt -> build\bdist.win32\egg\EGG-INFO

zip_safe flag not set; analyzing archive contents...

creating dist

creating 'dist\PyAutoGUI-0.9.39-py3.7.egg' and adding 'build\bdist.win32\egg' to

removing 'build\bdist.win32\egg' (and everything under it)

Processing PyAutoGUI-0.9.39-py3.7.egg

Copying PyAutoGUI-0.9.39-py3.7.egg to d:\myworksoftwarefolder\python3.7.1\lib\si

te-packages

Adding PyAutoGUI 0.9.39 to easy-install.pth file

Installed d:\myworksoftwarefolder\python3.7.1\lib\site-packages\pyautogui-0.9.39

-py3.7.egg

Processing dependencies for PyAutoGUI==0.9.39

Searching for pyscreeze

Reading https://pypi.python.org/simple/pyscreeze/

Downloading https://files.pythonhosted.org/packages/1c/80/ba95b654c92264675a8e67

646d0f80066e0285c2a3ccd466126035c3fbbf/PyScreeze-0.1.18.tar.gz#sha256=11737e196a

5dc35b723e0b34784559c052c10af8518f37e9cf70c86b5936fb00

Best match: PyScreeze 0.1.18

Processing PyScreeze-0.1.18.tar.gz

Writing C:\Users\JIAQID~1.STE\AppData\Local\Temp\easy_install-fpxd8d9c\PyScreeze

-0.1.18\setup.cfg

Running PyScreeze-0.1.18\setup.py -q bdist_egg --dist-dir C:\Users\JIAQID~1.STE\

AppData\Local\Temp\easy_install-fpxd8d9c\PyScreeze-0.1.18\egg-dist-tmp-t5ot5fac

warning: no files found matching '*.py' under directory 'pyautogui'

zip_safe flag not set; analyzing archive contents...

Copying pyscreeze-0.1.18-py3.7.egg to d:\myworksoftwarefolder\python3.7.1\lib\si

te-packages

Adding pyscreeze 0.1.18 to easy-install.pth file

Installed d:\myworksoftwarefolder\python3.7.1\lib\site-packages\pyscreeze-0.1.18

-py3.7.egg

Searching for Pillow

Reading https://pypi.python.org/simple/Pillow/

D:\MyWorkSoftwareFolder\Python3.7.1\lib\site-packages\setuptools\pep425tags.py:8

9: RuntimeWarning: Config variable 'Py_DEBUG' is unset, Python ABI tag may be in

correct

warn=(impl == 'cp')):

D:\MyWorkSoftwareFolder\Python3.7.1\lib\site-packages\setuptools\pep425tags.py:9

3: RuntimeWarning: Config variable 'WITH_PYMALLOC' is unset, Python ABI tag may

be incorrect

warn=(impl == 'cp')):

Downloading https://files.pythonhosted.org/packages/aa/49/e9de895c7baab95f9b3ab6

c8df272edcabba3c92046b008cfa4650fe6eea/Pillow-5.3.0-cp37-cp37m-win32.whl#sha256=

b92f521cdc4e4a3041cc343625b699f20b0b5f976793fb45681aac1efda565f8

Best match: Pillow 5.3.0

Processing Pillow-5.3.0-cp37-cp37m-win32.whl

Installing Pillow-5.3.0-cp37-cp37m-win32.whl to d:\myworksoftwarefolder\python3.

7.1\lib\site-packages

Adding Pillow 5.3.0 to easy-install.pth file

Installed d:\myworksoftwarefolder\python3.7.1\lib\site-packages\pillow-5.3.0-py3

.7-win32.egg

Searching for PyTweening>=1.0.1

Reading https://pypi.python.org/simple/PyTweening/

Downloading https://files.pythonhosted.org/packages/b9/f8/c32a58d6e4dff8aa5c27e9

07194d69f3b57e525c2e4af96f39c6e9c854d2/PyTweening-1.0.3.zip#sha256=4b608a570f4dc

cf2201e898f643c2a12372eb1d71a3dbc7e778771b603ca248b

Best match: PyTweening 1.0.3

Processing PyTweening-1.0.3.zip

Writing C:\Users\JIAQID~1.STE\AppData\Local\Temp\easy_install-2lpfdies\PyTweenin

g-1.0.3\setup.cfg

Running PyTweening-1.0.3\setup.py -q bdist_egg --dist-dir C:\Users\JIAQID~1.STE\

AppData\Local\Temp\easy_install-2lpfdies\PyTweening-1.0.3\egg-dist-tmp-ogegr1xz

zip_safe flag not set; analyzing archive contents...

Copying pytweening-1.0.3-py3.7.egg to d:\myworksoftwarefolder\python3.7.1\lib\si

te-packages

Adding pytweening 1.0.3 to easy-install.pth file

Installed d:\myworksoftwarefolder\python3.7.1\lib\site-packages\pytweening-1.0.3

-py3.7.egg

Searching for pymsgbox

Reading https://pypi.python.org/simple/pymsgbox/

Downloading https://files.pythonhosted.org/packages/b6/65/86379ede1db26c40e7972d

7a41c69cdf12cc6a0f143749aabf67ab8a41a1/PyMsgBox-1.0.6.zip#sha256=3888116a60812d0

1d44529c402014bf0896d2a9262617cb18faa9a7b3800ad4e

Best match: PyMsgBox 1.0.6

Processing PyMsgBox-1.0.6.zip

Writing C:\Users\JIAQID~1.STE\AppData\Local\Temp\easy_install-jgds7ghy\PyMsgBox-

1.0.6\setup.cfg

Running PyMsgBox-1.0.6\setup.py -q bdist_egg --dist-dir C:\Users\JIAQID~1.STE\Ap

pData\Local\Temp\easy_install-jgds7ghy\PyMsgBox-1.0.6\egg-dist-tmp-4bky9tdk

zip_safe flag not set; analyzing archive contents...

Copying pymsgbox-1.0.6-py3.7.egg to d:\myworksoftwarefolder\python3.7.1\lib\site

-packages

Adding pymsgbox 1.0.6 to easy-install.pth file

Installed d:\myworksoftwarefolder\python3.7.1\lib\site-packages\pymsgbox-1.0.6-p

y3.7.egg

Finished processing dependencies for PyAutoGUI==0.9.39

C:\Users\\Desktop\PyAutoGUI-0.9.39\dist\PyAutoGUI-0.9.39>

...