Automatisierung (RPA) mit Python Schulung: Desktop, Web, APIs

Automatisierung mit Python im Überblick

• Was RPA bedeutet: Software-Roboter für regelbasierte Abläufe, Abgrenzung zum Einzelskript
• Typische Anwendungsfälle: Rechnungsablage, Datenübertragung zwischen Systemen, Berichte
• Automatisierungskandidaten bewerten: Häufigkeit, Regelhaftigkeit, Fehlerkosten
• Vorgehen: Ablauf als Schrittfolge dokumentieren, für jeden Schritt die stabilste Ebene wählen
• Python-Bibliotheken neben kommerziellen RPA-Plattformen wie UiPath und Power Automate
• Projektumgebung mit uv, festgeschriebene Abhängigkeiten und Konfiguration per .env-Datei

Dateien und Ordner automatisieren

• Python für Dateiaufgaben: Pfade mit pathlib statt zusammengesetzter Strings
• Dateien lesen: Text mit Zeichenkodierung, CSV mit csv, Excel-Arbeitsmappen mit openpyxl
• Dateien schreiben, über eine temporäre Datei sicher ersetzen und Sicherungskopien anlegen
• PDF-Dateien auslesen und Formularfelder ausfüllen mit pypdf
• Externe Programme starten mit subprocess.run, Rückgabecode und Ausgabe auswerten
• Ordner aufräumen: Dateien nach Datum oder Typ sortieren, shutil.move, Namenskonflikte
• Doppelte Dateien über Prüfsummen mit hashlib erkennen
• Archive packen und entpacken mit zipfile und shutil.make_archive
• Ordner überwachen mit watchdog und auf neu eintreffende Dateien reagieren

Desktop-Anwendungen automatisieren

• Bibliotheken für GUI-Automatisierung im Vergleich: pywinauto, PyAutoGUI, Bilderkennung
• Programme aufrufen oder an laufende Fenster anbinden mit Application aus pywinauto
• Tastatur und Maus steuern mit PyAutoGUI, Not-Aus über die FAILSAFE-Ecke
• Steuerelemente über das UIA-Backend ansprechen statt über Bildschirmkoordinaten
• Eingaben und Aktionen auslösen: Felder füllen, Menüpunkte wählen, Dialoge bestätigen
• Wartezyklen: auf Fenster und Steuerelemente warten statt fester time.sleep-Pausen
• Bilderkennung mit locateOnScreen als Notlösung – Grenzen bei Skalierung und Auflösung
• Excel und Outlook über COM-Komponenten unter Windows steuern mit pywin32
• .NET-Programme und -Bibliotheken unter Windows aus Python nutzen mit pythonnet
• Grenzen außerhalb von Windows: Bedienungshilfen-Freigabe unter macOS, Wayland unter Linux

Web-Scraping automatisieren

• Der Wert von Web Scraping – und seine Grenzen: robots.txt, Nutzungsbedingungen, Urheberrecht
• Eine Anfrage erstellen mit httpx: Header, Timeouts, Sitzungen und Cookies
• HTML parsen mit Beautiful Soup und CSS-Selektoren
• HTML-Struktur in den Entwicklerwerkzeugen des Browsers erforschen, stabile Merkmale finden
• Daten isolieren: Tabellenzellen, Attribute und Texte gezielt herausziehen und bereinigen
• Paginiertes Scraping vorbereiten: URL-Muster, Weiter-Links oder die JSON-Schnittstelle der Seite
• Paginierte Inhalte abrufen mit Drosselung, Wiederholung bei Fehlern und Zwischenspeicher
• Ergebnisse als CSV-Datei oder in einer SQLite-Datenbank ablegen

Web-Browsing automatisieren

• Browserautomatisierung mit Playwright für Python und Selenium WebDriver im Vergleich
• Selenium 4: Browsertreiber über den Selenium Manager statt manueller Installation
• Grundlegende Browser-Interaktionen: navigieren, Formulare ausfüllen, klicken, Dateien hochladen
• Klickpfade aufzeichnen mit playwright codegen und den erzeugten Code bereinigen
• Drag & Drop mit ActionChains in Selenium und drag_to in Playwright
• Selenium-Wartefunktionen: implizite Wartezeit und warum sie selten genügt
• Explizite Wartefunktionen mit WebDriverWait und expected_conditions
• Automatisches Warten über Locator in Playwright, expect für Zustandsprüfungen
• Anmeldung einmal durchführen und den Sitzungszustand mit storage_state wiederverwenden
• Downloads abfangen, Headless-Betrieb und Screenshots zur Fehlerdiagnose

APIs automatisieren

• API-Aufrufe verstehen: REST, HTTP-Methoden, Statuscodes und Header
• API-Anfragen erstellen mit httpx: Query-Parameter, JSON-Body, Timeouts
• JSON parsen und Antworten mit Pydantic-Modellen auf Vollständigkeit prüfen
• API-Schlüssel und Tokens aus Umgebungsvariablen oder dem Schlüsselbund mit keyring
• Anmeldung per OAuth 2.0 für Dienste wie Microsoft Graph
• API-Aufrufe verknüpfen: Ergebnis des einen Dienstes als Eingabe für den nächsten
• Seitenweise Ergebnisse über Cursor abrufen, Ratenbegrenzung und Status 429 behandeln

E-Mail, Kalender und Betrieb

• E-Mails mit Anhang versenden mit smtplib und email.message.EmailMessage
• Postfach auswerten mit imaplib: Anhänge herunterladen und Nachrichten verschieben
• Termine als iCalendar-Datei erzeugen oder über Microsoft Graph in Outlook eintragen
• Zeitgesteuert ausführen: Windows-Aufgabenplanung, cron und systemd-Timer
• Protokollieren mit logging in rotierende Dateien, Fehlermeldung per E-Mail
• Wiederanlauf nach Abbruch: bereits erledigte Schritte erkennen, nichts doppelt buchen
• Technische Benutzer mit minimalen Rechten statt persönlicher Zugangsdaten

RPA mit Python: Skripte mit einem Coding-Agenten bauen

• Trockenlauf-Schalter --dry-run vorgeben: der Agent protokolliert erst, was das Skript ändern würde
• Aufzeichnung aus playwright codegen vom Agenten in Locator über Rolle und Beschriftung umbauen lassen
• Echte API-Antworten anonymisiert als Fixture speichern, Parser per pytest ohne Live-Aufruf testen
• Abgebrochene Browserläufe mit Playwright-Trace und Screenshot an den Agenten zur Ursachenanalyse geben
• Agent arbeitet nur gegen Testordner, Demo-Portale und Testkonten – Zugangsdaten nie im Prompt

Praxisprojekt: Rechnungseingang automatisieren

• PDF-Rechnungen aus einem IMAP-Testpostfach abholen und nach Lieferant und Monat ablegen
• Rechnungsnummer, Datum und Betrag mit pypdf auslesen, Lieferantendaten per API ergänzen
• Erfasste Rechnungen per Playwright in ein Demo-Buchungsportal eintragen, Protokoll als CSV
• Täglicher Lauf per Aufgabenplanung mit Trockenlauf-Modus, Wiederanlauf und Fehler-E-Mail