Python 入门：写出你的第一个自动化小脚本

很多初学者学 Python 时卡在同一个地方：语法都看懂了，一合上教程就不知道能写什么。其实入门不必从大项目开始，一个能替你省十分钟的小脚本，就是最好的第一课。自动化不是什么高深技术，它只是把你每天重复做的一件小事，交给程序按固定步骤做一遍。

先从最小的程序开始。装好解释器后，新建一个以 py 结尾的文本文件，写一句输出问候语的语句，再在命令行里运行它。跑通这一步，“写代码、保存、运行、看结果”这条链路就通了。之后再学变量和输入：把名字、日期、数量这些会变的东西存进变量，程序就能根据输入给出不同结果。

接下来学两样最实用的结构：条件和循环。条件是“如果怎样，就怎样”，比如文件存在才处理、数量超过阈值才提醒；循环是“对每一个都做一遍”，比如对文件夹里的每个文件都执行同一个操作。只靠这两样，你已经能写出很多有用的小工具：把一堆文件按后缀分到不同文件夹、统计一批日志里出现了多少次某个关键词、每天定时生成一份纯文本的工作小结。

读写文件是自动化的另一半。读文件时先想清楚三件事：文件在哪里、编码是否一致、读完要不要关闭；写文件时则要格外小心，因为覆盖写会真的把旧内容替换掉。稳妥的做法是先在复制出来的测试文件夹里跑，确认输出无误再用到真实文件上。批量改名、批量移动这类操作尤其如此：先打印出“打算改成什么”，确认一遍再真正执行，多花一分钟，能省下找不回文件的麻烦。

出错处理是区分“能跑的脚本”和“敢用的脚本”的关键。真实数据总有例外，难免混进空值或损坏文件。给关键步骤加上异常捕获，遇到单个文件出问题就记下来、跳过去、继续处理剩下的，最后统一汇总哪些成功、哪些失败、失败原因是什么。这样脚本即使中途遇到脏数据，也不会悄悄停在半路，更不会因为一条坏数据毁掉整批结果。

调试也不必神秘。程序行为和你想的不一样时，先把中间结果打印出来，看看变量和分支到底走了哪条路。把大问题拆成小步骤，一次只改一处、跑一次看一次，比一次性重写有效得多。养成写注释的习惯也一样重要，注释是写给一周后的自己：这段是干什么的、哪个值不能随便改。

最后给新手三条建议。第一，每天只练一个小功能，一周下来就能拼出真正有用的工具。第二，优先自动化你已经亲手做过的事，你清楚每一步的对错，程序出错时也更容易发现。第三，动手前先备份，重要文件不动原稿，只在副本上试验。脚本的价值不在于代码有多长，而在于它替你把重复劳动变成了可复用的步骤，从第一个能省十分钟的小脚本开始，你就已经入门了。