Python forráskód példa
Python forráskód illusztráció. Forrás: Wikimedia Commons (CC)

Az irodai feladatok egy jelentős része – riportok összeállítása, adatok rendezése, dokumentumok konverziója – mechanikus és ismétlődő. Pythonnal ezek a folyamatok néhány soros scripttel automatizálhatók, és nem igényel mélyebb programozási hátteret, mint amit egy középhaladó online kurzus nyújt.

Ez a cikk három konkrét területet vizsgál meg: Excel-fájlok feldolgozását, PDF-dokumentumok generálását, és email-küldés automatizálást – mindhárom esetben működő Python kódpéldákkal.

Python telepítése és előkészítés

A Python 3.11+ verziója ajánlott, és Windowson is könnyen telepíthető. A cikkben szereplő könyvtárak a pip csomagkezelővel elérhetők:

pip install openpyxl pandas reportlab

1. Excel fájlok feldolgozása Pythonnal

Az openpyxl és pandas könyvtárak együtt lehetővé teszik, hogy .xlsx fájlokat programozottan olvassunk, szűrjük az adatokat, és új összesített táblázatot generáljunk.

Példa: havi riport generálása

import pandas as pd df = pd.read_excel('ertekesites_2026.xlsx', sheet_name='Május') osszeg_per_kategoria = df.groupby('Termek_kategoria')['Netto_ar'].sum() riport = pd.DataFrame({ 'Kategória': osszeg_per_kategoria.index, 'Összesen (Ft)': osszeg_per_kategoria.values, }) riport.to_excel('majusi_riport.xlsx', index=False) print(f"Riport elkészült: {len(riport)} sor")

Ez a script egy meglévő Excel-fájlból kinyeri az adatokat, kategóriánként összesíti az értékeket, és egy új fájlba menti az eredményt. Kézzel elvégezve ez órákat vehet igénybe; scripttel másodpercek alatt fut.

Ismétlődő fájlok batch feldolgozása

Ha ugyanazt az átalakítást sok fájlon kell elvégezni, a Python glob modulja segít:

from pathlib import Path import pandas as pd ossz = [] for fajl in Path('riportok/').glob('*.xlsx'): df = pd.read_excel(fajl) ossz.append(df) teljes_df = pd.concat(ossz, ignore_index=True) teljes_df.to_excel('eves_osszesito.xlsx', index=False)

2. PDF dokumentumok generálása

A reportlab könyvtárral programozottan hozhatók létre PDF-ek – számlaállítás, összefoglaló jelentések, sablonok tömeges kitöltése esetén hasznos.

from reportlab.lib.pagesizes import A4 from reportlab.pdfgen import canvas def pdf_generalas(kimeneti_fajl, nev, osszeg): c = canvas.Canvas(kimeneti_fajl, pagesize=A4) c.setFont("Helvetica-Bold", 16) c.drawString(72, 760, "Számla") c.setFont("Helvetica", 12) c.drawString(72, 720, f"Ügyfél: {nev}") c.drawString(72, 700, f"Összeg: {osszeg:,.0f} Ft") c.save() pdf_generalas("szamla_001.pdf", "Kovács Kft.", 142500)

Komplexebb dokumentumokhoz – fejléccel, logóval, táblázatokkal – a reportlab platypus modultja ad részletesebb eszközöket, amelyek a hivatalos dokumentációban részletesen bemutatottak.

3. Email küldés automatizálása

Python beépített smtplib moduljával lehetséges email-küldés – ezt kombinálva egy Excel-listával tömeges értesítések küldhetők, például számlák kézbesítésénél.

import smtplib from email.mime.text import MIMEText from email.mime.multipart import MIMEMultipart def email_kuldese(fogado, targy, szoveg): uzenet = MIMEMultipart() uzenet['From'] = 'iroda@cegem.hu' uzenet['To'] = fogado uzenet['Subject'] = targy uzenet.attach(MIMEText(szoveg, 'plain', 'utf-8')) with smtplib.SMTP_SSL('smtp.gmail.com', 465) as szerver: szerver.login('iroda@cegem.hu', 'app_jelszo') szerver.send_message(uzenet) email_kuldese( 'ugyfel@pelda.hu', 'Havi összesítő – 2026. május', 'Mellékletben találja a havi összesítőt.' )

Fontos megjegyzés: Gmail esetén alkalmazás-jelszót kell generálni a Google Fiók biztonsági beállításaiban, nem a normál bejelentkezési jelszót kell megadni.

Mire figyeljen a bevezetésnél?

  • Tesztkörnyezet: Minden scriptet először tesztadatokon futtasson, ne éles fájlokon.
  • Fájlmentés: Automatizált módosítások előtt mindig készítsen biztonsági másolatot az eredeti fájlokról.
  • Hibakezelés: Éles környezetben try-except blokkok nélkülözhetetlenek, hogy a script ne álljon le szótlanul egy sérült fájlnál.
  • GDPR: Ha személyes adatokat tartalmazó fájlokat dolgoz fel, gondolja végig az adatkezelési szabályokat.

Összefoglalás

Python scriptek napi szintű irodai feladatokra egy-két nap tanulással alkalmazhatók. A legnagyobb hozam az ismétlődő, sok fájlt érintő feladatoknál van – riport-összeállítás, batch-konverzió, tömegesen kitöltendő sablonok.

Kapcsolódó cikkek: MI-alapú kódolás automatizálásaChatGPT programozási munkafolyamatokban