Python实战：7个库搞定公司内部工具场景

报表一多、Excel 一乱、同事一句“能不能顺手做个小工具”，Python 基本就躲不过去。

这种内部工具，最怕两件事：一是写得太重，上来就整 Django、整前后端分离，最后没人维护；二是写得太轻，几十个脚本散在服务器上，谁改过、跑没跑、结果存哪了，全靠猜。

我自己做这类东西，通常先不急着搭大架子。先看需求是不是逃不过这几件事：读 Excel、连数据库、做个页面、导个文件、发个通知、定时跑。能落在这几个坑里，库就好选了。

1. pandas：脏数据先别嘴硬，先洗干净

公司内部工具，十有八九都得碰表格。销售台账、财务对账、渠道名单、工单导出，格式一个比一个野。你要是还手搓 for 循环一行一行改，后面肯定返工。

import pandas as pd

df = pd.read_excel("客户导出.xlsx")

df["手机号"] = df["手机号"].astype(str).str.replace(r"\.0$", "", regex=True).str.strip()
df["注册时间"] = pd.to_datetime(df["注册时间"], errors="coerce")
df = df.dropna(subset=["客户ID"])
df = df[df["状态"].isin(["有效", "试用"])]

summary = (
    df.groupby("销售")
      .agg(客户数=("客户ID", "nunique"), 成交额=("合同金额", "sum"))
      .reset_index()
)

summary.to_excel("清洗后结果.xlsx", index=False)

这类代码不花哨，但真管用。尤其是字段清洗、汇总、透视，pandas 干这个比你在 Excel 里点半天稳多了。

2. openpyxl：不是所有 Excel 都能只看数据

有些工具不是“算完就行”，还得让人能直接交付。带颜色、带公式、带批注、带表头样式，这时候只用 pandas 就不够了，得上 openpyxl。

from openpyxl import load_workbook
from openpyxl.styles import Font, PatternFill

wb = load_workbook("日报模板.xlsx")
ws = wb["汇总"]

ws["A1"] = "昨日异常订单汇总"
ws["A1"].font = Font(bold=True, size=14)
ws["A1"].fill = PatternFill("solid", fgColor="FFF2CC")

for row in range(2, ws.max_row + 1):
    if ws[f"D{row}"].value and ws[f"D{row}"].value > 10000:
        ws[f"D{row}"].fill = PatternFill("solid", fgColor="F4CCCC")

wb.save("日报结果.xlsx")

内部工具最后一公里，经常不是算法，是格式。领导不看你处理过程，只看导出的表顺不顺眼。

3. SQLAlchemy：一开始就把 SQL 写死，后面改起来很烦

很多人做内部工具，喜欢直接拼 SQL。刚开始是快，后来条件一多，分页、排序、筛选一起上，字符串拼接能把人看烦。

from sqlalchemy import create_engine, text

engine = create_engine("mysql+pymysql://user:pwd@10.10.1.23:3306/ops")

sql = text("""
select order_id, user_id, amount, status, created_at
from t_order
where created_at >= :start_time
  and status = :status
order by created_at desc
limit 100
""")

with engine.connect() as conn:
    rows = conn.execute(sql, {
        "start_time": "2026-03-01 00:00:00",
        "status": "FAILED"
    }).mappings().all()

for row in rows[:3]:
    print(row["order_id"], row["amount"])

我对内部工具连库这事有个习惯：查询和更新先分开，危险 SQL 单独收口，不让页面参数直接碰数据库。不是讲究，是被误删坑过。

4. Streamlit：后台同学做页面，别上来就折腾前端

很多内部系统，需求真的不复杂：上传个文件，选个日期，点个按钮，下载结果。这个场景下，Streamlit 很省事。

import streamlit as st
import pandas as pd

st.title("渠道数据校验工具")

uploaded = st.file_uploader("上传Excel", type=["xlsx"])
if uploaded:
    df = pd.read_excel(uploaded)
    st.write("原始数据", df.head())

    bad_rows = df[df["佣金比例"] > 1]
    st.write("异常数据", bad_rows)

if st.button("导出异常结果"):
        bad_rows.to_excel("/tmp/bad_rows.xlsx", index=False)
    with open("/tmp/bad_rows.xlsx", "rb") as f:
            st.download_button("下载文件", f, file_name="异常结果.xlsx")

这个库最大的好处，不是炫，是省沟通。以前“你给我个脚本我不会跑”，现在给个页面地址，业务同学自己点。

5. requests：公司里一半工具，本质都是调接口

别把内部工具想得太神秘。很多时候就是把多个系统串起来：查用户、补数据、重试任务、批量通知。核心动作就是 HTTP 请求。

import requests

session = requests.Session()
session.headers.update({"Authorization": "Bearer internal-token"})

resp = session.post(
    "http://internal-api/user/query",
    json={"user_ids": [1001, 1002, 1003]},
    timeout=5
)

resp.raise_for_status()
data = resp.json()

for item in data["data"]:
    print(item["user_id"], item["nickname"], item["status"])

这里我一般都会带 timeout，不然你以为是脚本卡了，实际是接口在装死。内部接口尤其容易这样，日志还不一定全。

6. schedule：定时脚本别靠人记

每天 9 点发日报、每小时扫异常单、每晚同步一次名册，这种活交给人手动点，迟早漏。

import time
import schedule

def sync_blacklist():
    print("开始同步黑名单...")
    # 这里调用数据库或接口
    print("同步完成")

schedule.every().day.at("09:00").do(sync_blacklist)
schedule.every(30).minutes.do(sync_blacklist)

while True:
    schedule.run_pending()
    time.sleep(1)

小工具阶段，schedule 足够用。真到多机器部署、失败重试、任务编排很复杂，再考虑 Celery、Airflow。别一开始就把路走重。

7. loguru：没有日志的内部工具，出了问题基本靠猜

内部工具最尴尬的场景，不是报错，是“有人说昨天还能用，今天不行了”。你问日志呢？没有。那就只能对着空气排查。

from loguru import logger

logger.add("tool.log", rotation="10 MB", retention="7 days")

def import_users(file_name):
    logger.info("开始导入文件: {}", file_name)
    try:
        # 模拟业务处理
        total = 128
        success = 126
        logger.info("导入完成，总数={}, 成功={}", total, success)
    except Exception as e:
        logger.exception("导入失败: {}", e)

import_users("user_list.xlsx")

日志这事我一直觉得别省。很多脚本不是写出来难，是三个月后你自己都不知道它当时怎么跑的。

这 7 个库，基本能把公司里大部分内部工具先搭起来：pandas 处理数据，openpyxl 修 Excel，SQLAlchemy 连库，Streamlit 出页面，requests 调接口，schedule 跑定时，loguru 留痕。

真做这类工具，别先想着“搞个完整平台”。先把最烦、最重复、最容易出错的那一步替掉。能让运营少复制一次 Excel，能让财务少改一列格式，能让你少半夜上服务器跑脚本，这工具就值了。如果你经常开发这类 Python 工具，不妨把这几件趁手的兵器先备齐。