如何使用Python自动化数据导出并发送电子邮件报告 – 一步步指南

如何使用Python自动导出数据和发送电子邮件报告-一步一步指南

在今天数据驱动的世界中，自动化是简化任务和节省时间的关键。在这个适合初学者的教程中，我将带你逐步介绍如何使用Python自动从PostgreSQL数据库导出数据并将其作为附件发送到电子邮件。

这个分步指南将帮助你掌握与数据库、数据操作和电子邮件通信相关的基础知识，并通过Python脚本实现自动化。

商业背景

想象一下，你是一个组织中的一员，你的经理期望每周报告中充满有价值的见解。但是创建这个报告远非一项直截了当的任务。

为了获取所需的信息，你必须手动执行十个不同的数据库查询，收集结果，然后仔细地将它们编译成Excel电子表格。这是一个耗时且容易出错的过程，可能会让你筋疲力尽。

在这种情况下，如果Python代替你掌控整个过程，是否会是一个改变游戏规则的机会？

想象一下：每周都没有人为干预，Python无缝地提取所需数据，将其编译成整洁的Excel表格，甚至准时发送给你的经理。

本教程将帮助你学习如何做到这一点。我将引导你逐步完成自动化这个过程，让你的每周或每月报告轻松自如，让你有更多时间专注于更重要的任务。

目录

1. 准备条件
2. 如何设置你的虚拟环境
3. 如何设置你的示例数据库
4. 如何设置日志记录和环境变量
5. 如何从数据库中提取数据
6. 如何使用BookingInfo类结构化预订数据
7. 如何将数据转换为Excel表格
8. 如何合并功能
9. 如何发送带有预订数据报告的电子邮件
10. 如何测试流程
11. 如何安排应用程序
12. 总结

准备条件

在开始之前，请确保你具备以下条件：

1. 在您的计算机上安装了Python。您可以从Python.org下载Python。
2. 基本的Python编程语言知识
3. 熟悉在Python中发送电子邮件
4. 在您的计算机上安装了PostgreSQL。您可以从这里下载PostgreSQL。

如何设置你的虚拟环境

在编写代码之前，你需要确保你安装了所有必要的工具和库。

为了确保你拥有一个干净且隔离的环境，你将使用venv创建一个虚拟环境。

创建一个项目目录并在终端中导航到该目录：

mkdir report-automationcd report-automation

使用以下命令创建一个名为env的虚拟环境：

python -m venv env

Python现在预装了venv库，用于创建虚拟环境。

像这样激活虚拟环境：

source env/bin/activate

注意：如果你使用的是Windows系统，你需要使用source env/Scripts/activate来激活环境。

你应该在终端提示符中看到(env)，表示虚拟环境已被激活。

安装所需的库

现在你已经创建了虚拟环境，可以安装以下库：

• psycopg2：Python适配器，用于使Python应用程序与PostgreSQL数据库进行交互。
• pandas：一种多功能的用于Python的数据操作和分析库，非常适合处理结构化数据。
• xlsxwriter：创建和格式化Excel（XLSX）文件的Python模块，对于生成报告和电子表格非常有用。

要安装这些库，运行以下命令：

pip install psycopg2 pandas xlsxwriter

如何设置示例数据库

在本节中，我将指导你设置一个名为”airlines”的演示数据库，我们将在整个教程中使用它。该数据库包含三个表：bookings、flights和airports_data。

我将为你提供一个名为airlines_db.sql的SQL脚本文件，该文件将创建数据库并用示例数据填充。要设置数据库，你需要在系统上安装PostgreSQL。

下载并安装数据库

1. 从这里下载SQL脚本文件”airlines_db.sql”。
2. 打开你的终端或命令提示符。
3. 使用以下命令安装数据库。确保你已经安装了PostgreSQL的命令行工具，且可以访问psql命令。如果你的PostgreSQL用户名不同，请将postgres替换为你的用户名。

psql -f airlines_db.sql -U postgres

这个命令将执行SQL脚本，并创建带有bookings、flights和airports_data表的”airlines”数据库。

模式说明

数据库中的主要模式是bookings。让我们更详细地看一下”airlines”数据库中的表：

表bookings.bookings

“bookings”表用于存储有关预订航班的关键信息。每个预订通过book_ref唯一标识，book_ref是一个character(6)类型的字段。total_amount字段是一个numeric(10,2)类型，表示预订的总费用。

为了跟踪预订日期和时间，该表包括一个book_date字段，类型为bigint。该表用作预订数据的中央存储库，对于跟踪乘客预订、费用和预订日期至关重要。

表bookings.flights

“flights”表专门用于捕获有关航班的详细信息，包括它们的状态、预计和实际的起飞和到达时间以及其他重要的与航班相关的数据。

该表的主键是flight_id，一个integer标识符。每个航班与特定的航班号相关联，航班号由flight_no字段表示，是一个character(6)类型的字段。

为了了解航班的起点和目的地，departure_airport和arrival_airport字段以character(3)类型分别存储出发和到达机场代码。

status字段是一个character varying(20)，记录航班的状态，必须是 ‘On Time’、’Delayed’、’Departed’、’Arrived’、’Scheduled’或’Cancelled’之一。该表还包括预定的出发和到达时间字段（scheduled_departure和scheduled_arrival）以及实际的出发和到达时间字段（actual_departure和actual_arrival）。

此外，此表建立了两个关键的外键：flights_arrival_airport_fkey 和 flights_departure_airport_fkey，它们与 “airports_data” 表中的 airport_code 相关联。这种关联连接了航班和它们相应的出发和到达机场。

表格 bookings.airports_data

“airports_data” 表格作为存放与机场和其地理位置相关数据的库。每个机场通过存储在 airport_code 字段中的唯一的 character(3) 代码进行标识，它也是主键。

timezone 字段是一个 text 类型，记录了机场的具体时区信息，为调度和运营目的提供了重要信息。airport_name 字段是一个 character varying 类型，保存了机场的名称。此外，表格还包括 city 字段作为一个 character varying 类型，表示机场所处的城市。

这些详细信息使得 “airports_data” 表格能够提供机场位置和信息的全面概述。通过 flights_arrival_airport_fkey 和 flights_departure_airport_fkey 外键，它为 “flights” 表格提供了参考，促进了航班与相应的出发和到达机场之间的关联。

如何设置日志和环境变量

在本节中，我们将配置日志记录以提供有用的消息，并处理代码中的错误。我们还将设置环境变量以安全存储敏感信息和配置参数。这些实践增强了代码的可读性、可维护性和安全性。

日志配置

我们将利用Python内置的logging模块来配置日志系统。日志对于跟踪代码的执行流程和捕获重要信息或错误至关重要。

调用logging.basicConfig方法来定义日志消息的格式，并将日志级别设置为INFO。

import logginglogging.basicConfig(    format="%(asctime)s | %(levelname)s : %(message)s", level=logging.INFO)

• 格式：format参数指定日志消息的格式。在这种情况下，每个日志条目包括时间戳、日志级别（例如，INFO、ERROR）和实际的日志消息。
• 日志级别：我们将日志级别设置为INFO，这意味着记录信息性的消息。您还可以使用更高的严重级别，如WARNING或ERROR，处理更严重的问题。

您可以在此教程中了解有关Python日志记录的更多信息。

如何管理环境变量

我们将创建一个.env文件来管理环境变量。环境变量用于存储敏感信息和配置设置，使我们能够将此类数据与代码分离。

在此示例中，我们为电子邮件凭据和数据库连接详细信息设置环境变量。

export EMAIL=export PASSWORD=export EMAIL_PORT=587export SMTP_SERVER=smtp.gmail.comexport DB_HOSTNAME=localhostexport DB_NAME=airlinesexport DB_PORT=5432export DB_USERNAME=postgresexport DB_PASSWORD=postgres

以下是这些变量的说明：

• EMAIL：用于发送电子邮件的电子邮件地址。
• PASSWORD：与电子邮件帐户关联的密码。
• EMAIL_PORT：用于电子邮件服务器（例如SMTP服务器）的端口。默认端口为587，用于安全的电子邮件传输（TLS/SSL）。
• SMTP_SERVER：SMTP服务器地址，通常特定于电子邮件服务提供商。
• DB_HOSTNAME：PostgreSQL数据库服务器的主机名或IP地址。
• DB_NAME：PostgreSQL数据库的名称。
• DB_PORT：用于连接数据库的端口号（PostgreSQL的默认端口为5432）。
• DB_USERNAME：用于与数据库进行身份验证的用户名。
• DB_PASSWORD：数据库用户的密码。

请确保运行source .env来加载环境变量。

通过使用环境变量，可以将敏感数据（如密码和电子邮件凭据）与代码分开，减少意外曝光或未经授权访问的风险。代码可以在运行时访问这些变量，确保安全性和灵活的配置。

如何从数据库中提取数据

让我们从设置数据库配置开始。

import loggingimport oslogging.basicConfig(    format="%(asctime)s | %(levelname)s : %(message)s", level=logging.INFO)DB_CONFIG = {    "host": os.environ.get("DB_HOSTNAME"),    "database": os.environ.get("DB_NAME"),    "user": os.environ.get("DB_USERNAME"),    "password": os.environ.get("DB_PASSWORD"),}

DB_CONFIG字典用于存储连接到 PostgreSQL 数据库的配置参数。这些参数包括主机、数据库名称、用户名和密码。这些值可以通过环境变量设置。

如何连接到数据库

在从数据库中提取数据之前，我们需要连接到数据库。我们将使用psycopg2库来连接到 PostgreSQL 数据库。

我们将首先定义一个DataExporter类，该类将包含从数据库中提取数据和生成 Excel 表格的方法。

class DataExporter:    def __init__(self):        """使用数据库配置初始化 DataExporter。"""        self.db_config = DB_CONFIG

类构造函数使用存储在DB_CONFIG字典中的数据库配置来初始化DataExporter。

接下来，让我们定义一个连接到数据库的方法。

...import psycopg2...class DataExporter:    def __init__(self):        """使用数据库配置初始化 DataExporter。"""        self.db_config = DB_CONFIG    def __connect_to_database(self) -> None:        """        建立与 PostgreSQL 数据库的连接。        Raises:            Exception: 如果无法连接到数据库。        """        try:            self.conn = psycopg2.connect(**self.db_config)            self.cursor = self.conn.cursor()            logging.info("已连接到数据库")        except Exception as e:            logging.error(                "无法连接到数据库，错误：%s", e)            raise

__connect_to_database私有方法负责建立与 PostgreSQL 数据库的连接。它使用psycopg2库创建连接和用于执行 SQL 查询的游标。如果连接失败，它会记录一个错误并引发异常。

你可以在此处了解更多有关 Python 异常处理的信息。

如何从数据库获取数据

现在，我们将定义另一个私有方法，该方法连接到数据库并从数据库中提取预订总数和总金额。

from datetime import datetimeclass DataExporter:    ...    def __fetch_from_database(self, start_timestamp, end_timestamp) -> list | None:        """        根据给定的时间范围从数据库中提取预订数据。        Args:            start_timestamp (datetime): 时间范围的开始。            end_timestamp (datetime): 时间范围的结束。        Returns:            list: 包含预订数据（num_bookings, total_amount）的列表，如果发生错误则返回 None。        """        self.__connect_to_database()        query = f"""        SELECT COUNT(*) AS num_bookings, SUM(total_amount) AS total_amount        FROM bookings        WHERE book_date >= {int(start_timestamp.timestamp()) * 1000} AND book_date <= {int(end_timestamp.timestamp()) * 1000}        """        logging.info(            "从数据库中提取预订数据，开始时间戳：%s，结束时间戳：%s",            start_timestamp,            end_timestamp,        )        result = None        try:            self.cursor.execute(query)            result = list(self.cursor.fetchone())            result.append(                f'{start_timestamp.strftime("%d %b, %Y")} - {end_timestamp.strftime("%d %b, %Y")}'            )            logging.info(                "成功从数据库中提取预订数据，开始时间戳：%s，结束时间戳：%s",                start_timestamp,                end_timestamp,            )        except Exception as e:            logging.error(                "从数据库中提取预订数据出错：%s", e            )        return result

这个私有方法从数据库中检索指定时间范围的预订数据。

它以两个datetime对象作为参数，即start_timestamp和end_timestamp。它还构建一个SQL查询来检索该时间范围内的预订数量和总预订金额。

查询被执行，如果成功，则该方法将数据作为元组返回。我们将元组转换为列表，并将提取数据的时间范围附加到列表中。如果在与数据库的交互过程中发生错误，则记录错误并返回None。

使用上述方法，您可以提取各种时间范围的预订数据，无论是一周、一个月、一年还是您选择的任何自定义时间范围。

如何使用BookingInfo类组织预订数据

在本节中，我们将在booking_info.py中定义一个BookingInfo类，它作为从数据库中检索的预订数据的结构化容器。该类封装了与预订相关的信息，使得使用和呈现数据更加容易。

from decimal import Decimalclass BookingInfo:    def __init__(self, data_list: list):        """        用数据库的数据初始化BookingInfo。        参数：            data_list（list）：包含预订数据（total_bookings，total_amount，timestamp）的列表。        注意：            total_amount将转换为Decimal类型。        """        self.__total_bookings, self.__total_amount, self.__timestamp = data_list        self.__total_amount = Decimal(self.__total_amount) if self.__total_amount else Decimal(0)    def __str__(self) -> str:        """        返回BookingInfo的字符串表示形式。        返回：            str：格式为"Total Bookings: X, Total Amount: $Y"的字符串。        """        return f"Total Bookings: {self.__total_bookings}, Total Amount: ${self.__total_amount}"    def get_total_bookings(self) -> int:        """        获取预订总数。        返回：            int：预订总数。        """        return self.__total_bookings    def get_total_amount(self) -> Decimal:        """        获取预订总金额（以Decimal类型返回）。        返回：            Decimal：预订总金额。        """        return self.__total_amount    def get_timestamp(self) -> str:        """        获取与预订数据关联的时间戳。        返回：            str：作为字符串的时间戳。        """        return self.__timestamp

BookingInfo类旨在组织和表示从数据库返回的预订数据。它接收一个值列表作为输入，该列表包含总预订数、总预订金额和时间戳，并将总金额转换为Decimal类型。该类提供了访问和以结构化方式呈现此数据的方法。

BookingInfo类的构造方法接受data_list作为输入，该输入应为包含以下元素的列表：

• total_bookings：表示预订总数的整数。
• total_amount：表示总预订金额的浮点数。
• timestamp：与预订数据相关联的时间戳。

__init__方法使用data_list中的值初始化私有实例变量（__total_bookings、__total_amount和__timestamp）。它还将__total_amount转换为十进制类型以精确处理货币值。

__str__方法用于提供BookingInfo对象的字符串表示形式。它返回一个字符串，格式为”Total Bookings: X, Total Amount: $Y”，其中X是预订总数，Y是以美元格式化的总预订金额。

Getter方法

该类提供了三个getter方法来访问封装的数据：

• get_total_bookings()：以整数形式返回预订总数。
• get_total_amount()：以Decimal类型返回总预订金额。
• get_timestamp()：以字符串形式返回与预订数据关联的时间戳。

通过将预订数据封装在BookingInfo类中，代码更有条理，可读性更强，可重用性更高。这种结构化的方法简化了应用程序中预订信息的处理，使其更易于使用和展示数据。

如何将数据转换为Excel表格

现在您可以从数据库中检索特定时间范围的数据，还可以基于提取的数据生成Excel表格。

为此，让我们定义另一个私有方法来创建Excel表格。

...import pandas as pdfrom booking_info import BookingInfo...class DataExporter:	...    def __convert_to_excelsheet(self, data: list, sheet_name: str):        """将提取的数据转换为Excel表格。            第一个参数data (list): 包含预订数据的列表。            第二个参数sheet_name (str): 要创建的Excel表格的名称。            Raises:                ValueError: 如果转换数据为Excel表格时发生错误。        """        try:            booking_info = BookingInfo(data)            data = {                "": ["总预订量", "总金额（美元）"],                booking_info.get_timestamp(): [                    booking_info.get_total_bookings(),                    booking_info.get_total_amount(),                ],            }            logging.info("将数据转换为pandas dataframe")            df = pd.DataFrame(data)            logging.info("将数据插入到Excel表格中")            with pd.ExcelWriter(sheet_name, engine="xlsxwriter") as writer:                df.to_excel(writer, sheet_name="Sheet1", index=False)            logging.info("成功将数据插入到Excel表格中")        except ValueError as e:            logging.error("将数据转换为Excel时出错：%s", e)

DataExporter类中的__convert_to_excelsheet方法负责将提取的预订数据结构化并转换为Excel表格。

该方法接受两个输入参数。第一个参数data应为包含特定预订数据的列表。该数据包括预订总数、预订总金额和提取数据的时间戳。第二个参数sheet_name表示所需的包含格式化数据的Excel表格的名称。

该方法的一个关键方面是数据的结构化。为实现这一点，方法创建一个名为booking_info的BookingInfo对象。该BookingInfo对象提供了预订数据的结构化表示，简化了后续的格式化和展示操作。

在创建了booking_info对象后，生成一个名为data的新字典。该字典旨在以适合转换为Excel表格的格式结构化数据。

字典由两对键值对组成：

• 第一对使用空字符串作为键，并包含一个包含两个标题值“总预订量”和“总金额（美元）”的列表。
• 第二对使用booking_info.get_timestamp()获取的时间戳作为键，并包括一个包含两个元素的列表：预订总数的值（booking_info.get_total_bookings()）和预订总金额的值（booking_info.get_total_amount()）。

此字典允许将数据插入到Excel表格中：

然后，将经过结构化的data字典转换为名为df的pandas DataFrame。DataFrames是Python中常用的处理表格数据的数据结构。此步骤简化了数据的操作和导出，以供进一步处理或可视化。

为创建Excel表格，代码使用带有“xlsxwriter”引擎的pd.ExcelWriter上下文管理器。此上下文管理器确保Excel文件已适当准备好进行数据插入。通过提供sheet_name参数以指定Excel文件中的工作表名称。

然后，将DataFrame df中的数据写入Excel表格。使用to_excel方法与writer对象，将index参数设置为False。这样的配置不包括通常包含在Excel表格中的默认行编号。

如何结合功能

现在让我们编写一个公共方法，用户可以使用该方法从数据库中提取数据并将提取的数据转换为Excel表格文件。

...class DataExporter:	    ...        def generate_excelsheet(        self,        start_timestamp: datetime,        end_timestamp: datetime,        sheet_name: str = "Bookings Data.xlsx",    ) -> bool:        """        为指定的时间范围生成一个包含预订数据的Excel表格。        参数：            start_timestamp (datetime)：时间范围的开始。            end_timestamp (datetime)：时间范围的结束。            sheet_name (str, 可选)：要创建的Excel表格的名称。默认为"Bookings Data.xlsx"。        返回：            bool：如果成功生成表格，则为True；否则为False。        注意：            此方法记录错误，但不抛出异常，以避免中断工作流程。        """        data = self.__fetch_from_database(start_timestamp, end_timestamp)        if data is not None:            self.__convert_to_excelsheet(data, sheet_name)            return True        else:            logging.error("没有数据可用于生成表格")            return False

该方法接受几个参数，包括start_timestamp和end_timestamp，用于定义数据提取的时间段的起始和结束。还有一个可选的sheet_name参数，允许用户指定Excel表格的名称。默认情况下，表格的名称为”Bookings Data.xlsx”，提供了一个方便的默认选项。

在执行时，该方法通过调用类的内部私有方法__fetch_from_database来启动数据检索过程，并传入指定的时间范围。

如果数据检索成功且数据可用，该方法将继续调用__convert_to_excelsheet方法，对数据进行结构化和格式化，以便插入Excel表格中。

另一方面，如果所提供的时间范围内没有可用数据，该方法将记录错误消息并返回”False”，表示Excel表格生成失败。

如何通过邮件发送预订数据报告

在本节中，您将学习如何使用Python将预订数据报告作为附件发送邮件。

创建一个名为mailer.py的文件，并添加以下内容：

import loggingimport osimport smtplibimport sslfrom email import encodersfrom email.mime.base import MIMEBasefrom email.mime.multipart import MIMEMultipartfrom email.mime.text import MIMETextlogging.basicConfig(    format="%(asctime)s | %(levelname)s : %(message)s", level=logging.INFO)SMTP_SERVER = os.environ.get("SMTP_SERVER")PORT = os.environ.get("EMAIL_PORT")EMAIL = os.environ.get("EMAIL")PASSWORD = os.environ.get("PASSWORD")def send_email(to_email: str, subject: str, attachment_name: str):    """    向指定收件人发送带附件的电子邮件。    参数：        to_email (str)：收件人的电子邮件地址。        subject (str)：电子邮件的主题。        attachment_name (str)：附件的文件名。    注意：        此函数假设SMTP服务器需要TLS加密。    引发：        smtplib.SMTPException：如果发送电子邮件时出现问题。    """    message = MIMEMultipart()    message["From"] = EMAIL    message["To"] = to_email    message["Subject"] = subject    body = "嗨，\n\n请查看附件中的报告。\n\n谢谢"    message.attach(MIMEText(body, "plain"))    with open(attachment_name, "rb") as file:        part = MIMEBase(            "application", "vnd.openxmlformats-officedocument.spreadsheetml.sheet"        )        part.set_payload(file.read())    encoders.encode_base64(part)    part.add_header(        "Content-Disposition",        f"attachment; filename= {attachment_name}",    )    logging.info(f"将附件 {attachment_name} 添加到邮件中")    message.attach(part)    text = message.as_string()    context = ssl.create_default_context()    with smtplib.SMTP(SMTP_SERVER, PORT) as server:        logging.info(f"向 {to_email} 发送电子邮件")        server.starttls(context=context)        server.login(EMAIL, PASSWORD)        server.sendmail(EMAIL, to_email, text)        logging.info(f"成功发送电子邮件至 {to_email}")

像往常一样，我们在脚本中配置了日志记录器和环境变量。

核心功能被封装在send_email函数中。这个函数接受三个参数：

1. to_email: 收件人的电子邮箱地址。
2. subject: 电子邮件的主题。
3. attachment_name: 附件的文件名，在这种情况下应该是预订数据报告。

在函数内部，我们使用MIMEMultipart类构建了一条电子邮件信息。这个信息包括发件人的电子邮箱地址，收件人的电子邮箱地址，主题以及一个包含简单消息的纯文本正文。

脚本允许将预订数据报告作为附件发送。它读取附件文件，对其进行编码，并将其添加到电子邮件信息中。这样确保收件人可以轻松地从电子邮件中访问和下载数据报告。

你可以在这里学习如何在使用Python发送电子邮件时添加附件。

ssl库的create_default_context函数会为电子邮件通信创建一个安全的SSL上下文。最后，脚本连接到SMTP服务器，使用发件人的电子邮箱地址和密码进行登录，发送电子邮件，并在成功传输时记录成功消息。

如何测试应用程序的流程

让我们最终测试一下应用程序的流程。

在本节中，我们将自动处理每月的报告。创建一个main.py文件，并添加以下内容：

from exporter import DataExporterfrom datetime import datetimefrom mailer import send_emailstart_timestamp = datetime(2023, 5, 28, 00, 00, 00)  # 2023年5月28日 00:00:00end_timestamp = datetime(2023, 8, 20, 23, 59, 59)  # 2023年8月20日 23:59:59exporter = DataExporter()if exporter.generate_excelsheet(        start_timestamp, end_timestamp, sheet_name="预订数据.xlsx"):    send_email("[email protected]", "您的报告", "预订数据.xlsx")

在上面的代码中，我们创建了两个时间戳对象start_timestamp和end_timestamp，以指定一个时间范围。我们将开始日期设置为2023年5月28日午夜，结束日期设置为2023年8月20日午夜前。

接下来，我们创建了一个DataExporter类的实例，该实例处理数据导出和Excel表格生成。使用之前定义的时间戳调用此实例的generate_excelsheet方法，以创建与预订相关的报告。

最后，代码使用send_email函数将生成的Excel表格作为附件发送电子邮件。

如何安排应用程序

接下来，我们的目标是自动化报告调度过程。我们计划在每个星期一定时发送上周数据的报告，并在每个月的第一天发送上个月的信息。

要安排执行，您需要安装schedule库：

pip install schedule

一旦安装了该库，下面是如何自动化每月和每周报告的方法：

import schedulefrom exporter import DataExporterfrom datetime import datetime, timedeltafrom mailer import send_emaildef main():    today = datetime.now()    sheet_name = "Bookings Data.xlsx"    if today.weekday() == 0:  # 检查是否为星期一（0表示星期一）        # 是星期一，获取上一周的数据（从星期一到星期日）        start_timestamp = (today - timedelta(days=7)                           ).replace(hour=0, minute=0, second=0, microsecond=0)        end_timestamp = (today - timedelta(days=1)                         ).replace(hour=23, minute=59, second=59, microsecond=0)        sheet_name = "每周报告.xlsx"    elif today.day == 29:        # 是每月的第一天，获取上个月的数据        start_timestamp = (today.replace(day=1) - timedelta(days=1)                           ).replace(day=1, hour=0, minute=0, second=0, microsecond=0)        end_timestamp = (today.replace(day=1) - timedelta(days=1)                         ).replace(hour=23, minute=59, second=59, microsecond=0)        sheet_name = "每月报告.xlsx"    exporter = DataExporter()    exporter.generate_excelsheet(        start_timestamp, end_timestamp, sheet_name)    send_email("[email protected]",               "您的报告", sheet_name)schedule.every().day.at("00:00").do(main)while True:    schedule.run_pending()

上述脚本使用schedule库，在午夜时分每天运行main函数。 main函数用于计算提取数据和生成Excel表格的时间戳。生成Excel表格后，脚本会通过电子邮件发送给指定的接收者。

如果脚本在周一运行，则设置生成每周报告。它会计算先前一周的start_timestamp和end_timestamp。 start_timestamp设置为前一周的周一午夜（00:00:00），而end_timestamp设置为前一周的周日午夜前（23:59:59）。 Excel表格名为“周报.xlsx”。

在每月的第一天，脚本会将重点转移到生成每月报告上。它会计算start_timestamp和end_timestamp以包含整个上个月的时间范围。 start_timestamp设置为前一个月的第一天午夜（00:00:00），而end_timestamp设置为前一个月的最后一天午夜前（23:59:59）。 Excel表格名为“月报.xlsx”。

总结

在本教程中，您学习了如何利用Python自动化生成报告并发送给电子邮件接收者。我希望您觉得本教程有所帮助！

未来展望

• 您可以将电子邮件接收者添加到数据库中，并从那里获取列表，而不是直接在代码中硬编码。这将使应用程序更具配置性。
• 您还可以使用Cron作业在每天午夜自动执行脚本。在这种情况下，您将不需要schedule库。

这是Github代码仓库的链接。

---

• Automation
• Excel
• Postgres
• Python