跳到主要内容Python RPA 的三大实现方式 | 极客日志PythonAI
Python RPA 的三大实现方式
Python RPA 主要通过通用库组合、专用框架及控制专业工具三种方式实现。文章提供了 Web 自动化、桌面 GUI 自动化及综合办公自动化的实战示例，涵盖 Selenium、pyautogui 等库的使用。同时介绍了完整的项目架构设计、依赖管理、错误处理及图像识别最佳实践，并对比了 Python RPA 与专业 RPA 工具的优劣，为技术人员提供从入门到落地的参考路径。
极客工坊3 浏览 一、Python RPA 的三大实现方式
方式 1：使用通用 Python 库组合（最灵活）
这是最基础的方式，通过组合不同功能的库来构建机器人。
方式 2：使用专用 Python RPA 框架
- Robot Framework（关键字驱动，企业级）
- Taskt（.NET 为主，但有 Python 支持）
- RPA-Python（新兴的专用库）
方式 3：将 Python 作为胶水语言，控制专业 RPA 工具
许多商业 RPA 工具（如 UiPath）提供 Python SDK 或 API，可以用 Python 脚本扩展其功能。
二、实战示例：用 Python 实现典型 RPA 任务
示例 1：基础的 Web 自动化（Selenium）
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.common.keys import Keys
import pandas as pd
import time
def web_automation_example():
"""自动登录网站，下载数据，处理并保存"""
driver = webdriver.Chrome()
driver.get("https://example.com/login")
driver.find_element(By.ID, "username").send_keys("your_username")
driver.find_element(By.ID, "password").send_keys("your_password")
driver.find_element(By.ID, "login-btn").click()
time.sleep(2)
driver.get("https://example.com/reports")
driver.find_element(By.XPATH, "//button[contains(text(),'导出')]").click()
time.sleep(3)
df = pd.read_excel("下载的报告.xlsx")
processed_data = df.groupby("部门").sum()
processed_data.to_excel("处理后的报告.xlsx")
driver.quit()
print("任务完成！")
if __name__ == "__main__":
web_automation_example()
示例 2：桌面 GUI 自动化（pyautogui + pywinauto）
import pyautogui
import pywinauto
from pywinauto.application import Application
import time
def desktop_automation_example():
"""自动化 Windows 应用程序操作"""
pyautogui.hotkey('win', 'r')
pyautogui.write('notepad')
pyautogui.press('enter')
time.sleep(1)
pyautogui.write('这是由 Python 机器人自动生成的内容\n')
pyautogui.write(f'当前时间：{time.ctime()}\n')
app = Application(backend="uia").connect(title="无标题 - 记事本")
dlg = app.window(title="无标题 - 记事本")
dlg.menu_select("文件 (F)->另存为 (A)...")
time.sleep(1)
pyautogui.write('auto_generated.txt')
pyautogui.press('enter')
dlg.close()
try:
app2 = Application(backend="uia").connect(title="记事本")
app2.window(title="记事本").button("不保存 (N)").click()
except:
pass
print("桌面自动化完成！")
if __name__ == "__main__":
desktop_automation_example()
示例 3：综合办公自动化（处理 Excel+ 邮件）
import pandas as pd
import openpyxl
import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
import os
from datetime import datetime
def office_automation_example():
"""每日数据报告自动化流程"""
data_frames = []
for file in os.listdir('销售数据'):
if file.endswith('.xlsx'):
df = pd.read_excel(f'销售数据/{file}')
data_frames.append(df)
combined_data = pd.concat(data_frames, ignore_index=True)
daily_summary = {
'日期': datetime.now().strftime('%Y-%m-%d'),
'总销售额': combined_data['销售额'].sum(),
'平均订单额': combined_data['销售额'].mean(),
'订单数量': len(combined_data),
'热门产品': combined_data['产品名称'].mode().iloc[0] if not combined_data.empty else '无数据'
}
report_df = pd.DataFrame([daily_summary])
report_path = f"日报/销售日报_{datetime.now().strftime('%Y%m%d')}.xlsx"
report_df.to_excel(report_path, index=False)
send_email_report(report_path, daily_summary)
print(f"日报生成完成：{report_path}")
def send_email_report(report_path, summary):
"""发送邮件"""
sender = "[email protected]"
password = "your_password"
receivers = ["[email protected]", "[email protected]"]
msg = MIMEMultipart()
msg['From'] = sender
msg['To'] = ", ".join(receivers)
msg['Subject'] = f"销售日报 - {summary['日期']}"
body = f""" <h2>销售日报摘要</h2>
<p>日期：{summary['日期']}</p>
<p>总销售额：¥{summary['总销售额']:,.2f}</p>
<p>平均订单额：¥{summary['平均订单额']:,.2f}</p>
<p>订单数量：{summary['订单数量']}</p>
<p>热门产品：{summary['热门产品']}</p>
<p>详细报告请查看附件。</p> """
msg.attach(MIMEText(body, 'html'))
with open(report_path, 'rb') as f:
attachment = MIMEText(f.read(), 'base64', 'utf-8')
attachment["Content-Type"] = 'application/octet-stream'
attachment["Content-Disposition"] = f'attachment; filename="{os.path.basename(report_path)}"'
msg.attach(attachment)
try:
server = smtplib.SMTP_SSL('smtp.example.com', 465)
server.login(sender, password)
server.sendmail(sender, receivers, msg.as_string())
server.quit()
print("邮件发送成功！")
except Exception as e:
print(f"邮件发送失败：{e}")
if __name__ == "__main__":
office_automation_example()
三、完整的 Python RPA 项目架构
rpa_robot/
├── main.py
├── config/
│ ├── config.yaml
│ └── credentials.py
├── modules/
│ ├── web_automation.py
│ ├── desktop_automation.py
│ ├── data_processor.py
│ └── email_sender.py
├── utils/
│ ├── logger.py
│ ├── scheduler.py
│ └── error_handler.py
├── data/
├── logs/
└── requirements.txt
import schedule
import time
from modules.web_automation import fetch_data
from modules.data_processor import process_data
from modules.email_sender import send_report
from utils.logger import setup_logger
logger = setup_logger()
def daily_rpa_task():
"""每日自动执行的 RPA 任务"""
try:
logger.info("开始执行每日 RPA 任务")
raw_data = fetch_data()
report = process_data(raw_data)
send_report(report)
logger.info("每日任务执行完成")
except Exception as e:
logger.error(f"任务执行失败：{e}")
schedule.every().day.at("09:00").do(daily_rpa_task)
schedule.every().hour.do(lambda: logger.info("机器人运行中..."))
if __name__ == "__main__":
logger.info("RPA 机器人启动")
daily_rpa_task()
while True:
schedule.run_pending()
time.sleep(60)
四、Python RPA 的最佳实践
1. 依赖管理
# requirements.txt
selenium>=4.0.0
pandas>=1.3.0
openpyxl>=3.0.0
pyautogui>=0.9.0
pywinauto>=0.6.0
schedule>=1.0.0
opencv-python>=4.5.0
requests>=2.25.0
python-dotenv>=0.19.0 # 环境变量管理
2. 错误处理与重试机制
from tenacity import retry, stop_after_attempt, wait_exponential
@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=4, max=10))
def unreliable_operation():
"""带重试机制的操作"""
pass
3. 图像识别自动化（处理验证码等）
import cv2
import pyautogui
import numpy as np
def find_and_click(image_path, confidence=0.8):
"""在屏幕上查找图像并点击"""
screenshot = pyautogui.screenshot()
screenshot = cv2.cvtColor(np.array(screenshot), cv2.COLOR_RGB2BGR)
template = cv2.imread(image_path)
result = cv2.matchTemplate(screenshot, template, cv2.TM_CCOEFF_NORMED)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
if max_val >= confidence:
h, w = template.shape[:2]
center_x = max_loc[0] + w // 2
center_y = max_loc[1] + h // 2
pyautogui.click(center_x, center_y)
return True
return False
4. 使用配置文件管理参数
web:
login_url: "https://example.com/login"
username: "robot_user"
timeout: 30
database:
host: "localhost"
port: 3306
name: "rpa_data"
schedule:
daily_report: "09:00"
data_backup: "23:00"
email:
smtp_server: "smtp.gmail.com"
smtp_port: 587
五、学习路径与资源推荐
学习路径：
- 基础阶段：Python 基础 → pyautogui（鼠标键盘控制）→ pandas（数据处理）
- 进阶阶段：selenium（Web 自动化）→ openpyxl（Excel 操作）→ smtplib（邮件）
- 高级阶段：pywinauto（桌面 GUI）→ 图像识别 → 任务调度 → 项目架构
推荐资源：
- 书籍：《Python 自动化办公实战》、《Python 自动化运维》
- GitHub 项目：
- 在线课程：Udemy 上的 "Automate the Boring Stuff with Python"
六、Python RPA vs 专业 RPA 工具
| 方面 | Python RPA | 专业 RPA 工具（如 UiPath） |
|---|
| 灵活性 | ⭐⭐⭐⭐⭐（无限扩展） | ⭐⭐⭐（受平台限制） |
| 学习曲线 | ⭐⭐⭐（需要编程基础） | ⭐⭐（图形化，较易上手） |
| 开发速度 | ⭐⭐⭐（代码编写） | ⭐⭐⭐⭐⭐（拖拽式） |
| 维护成本 | ⭐⭐（需要程序员） | ⭐⭐⭐（业务人员可维护） |
| 企业级功能 | ⭐⭐（需自行开发） | ⭐⭐⭐⭐⭐（内置） |
| 成本 | ⭐⭐⭐⭐⭐（免费开源） | ⭐⭐（商业授权昂贵） |
结论建议：
- 选择 Python RPA 如果：你已有 Python 基础、需要高度定制化、预算有限、处理复杂逻辑
- 选择专业 RPA 工具如果：团队无编程背景、需要快速上手、需要企业级管理功能、与钉钉/微信等深度集成
对于技术人员，建议从 Python 开始，因为它能让你深入理解 RPA 原理，未来无论是使用专业工具还是自研，都有坚实基础。
微信扫一扫，关注极客日志
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
相关免费在线工具
- RSA密钥对生成器
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
- Mermaid 预览与可视化编辑
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
- curl 转代码
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
- Base64 字符串编码/解码
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
- Base64 文件转换器
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
- Markdown转HTML
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
