“招聘季收到500份简历，你熬夜看完，眼睛花了，手抽筋了，最后发现最合适的人昨天已经接受了别家的offer。”

大家好，我是你们那位“能用代码筛选简历，绝不自己一张一张看”的博主。

今天是我们30天自救计划的第二十五天，第四周 “实战演练·成为办公室魔法师” 的第四天。

如果你是HR，或者偶尔帮团队招过人，你一定懂这种痛：

• 招聘广告一发，邮箱瞬间爆炸，几百份简历涌进来
• 你得一份份下载，一个个打开，一行行看
• 看完还要分类：合适的放进“面试”文件夹，不合适的放进“待定”或“感谢”
• 然后还要手动发邮件：面试邀请、感谢信、拒信……

一套流程下来，眼睛看花，手点抽筋，还容易漏掉好苗子。

今天，我教你用Python写一个 “简历筛选机器人”：

• 自动读取简历文件夹里的所有文件（PDF、Word）
• 自动提取文本，根据关键词打分（比如Python、Excel、工作经验）
• 自动分类：80分以上发面试邀请，60-80分进人才库，60分以下发感谢信
• 自动发送邮件通知候选人

你只需要把简历丢进文件夹，双击脚本，然后坐等面试者上门。

场景导入：那个被500份简历淹没的HR

假设你是某公司的HR，要招一名“数据分析师”。招聘广告发出后，邮箱里收到了500份简历。

以前的你：

1. 一个一个下载简历，文件名全是“张三简历.pdf”、“李四简历.doc”
2. 打开PDF/Word，用肉眼扫描：有没有Python？有没有Excel？工作几年？
3. 在心里打分：这个不错，那个一般……
4. 把简历拖到不同的文件夹：“面试”、“待定”、“不合适”
5. 打开邮箱，新建邮件，输入候选人邮箱，写一段话：“恭喜你通过初筛……”
6. 复制粘贴，发送，重复50遍……

一周后，你终于筛选完，约好了面试。结果发现，最合适的那个人，三天前已经入职别家公司了。

HR被简历山淹没

现在的你：把所有简历丢进一个文件夹，双击Python脚本。脚本自动扫描、打分、分类、发邮件。你去喝杯咖啡，回来看到屏幕显示：

• 筛选完成：简历500份
• 邀请面试：28人
• 已自动发送邮件

第一步：让AI帮我们写简历筛选脚本

打开ChatGPT，输入以下指令（这是比较复杂的任务，需要详细描述）：

“我是一个Python初学者。我想写一个脚本，自动筛选简历。具体要求如下：

有一个文件夹叫‘简历’，里面有很多简历文件，格式可能是PDF（.pdf）或Word（.docx）。

脚本需要遍历文件夹里的所有文件，读取文本内容。

根据以下关键词打分（每个关键词有一定分值）：

‘Python’：10分

‘Excel’：8分

‘数据分析’：10分

‘SQL’：8分

‘硕士’：5分

‘本科’：3分

‘工作经验’（匹配‘经验’或‘年’）：每1年加2分，最多加10分（可以用正则提取数字）

计算每个简历的总分，并分类：

=80分：放入‘面试’文件夹，并发送面试邀请邮件

60-79分：放入‘人才库’文件夹，不发邮件（或发待定邮件）

<60分：放入‘不合适’文件夹，并发送感谢信

邮件发送功能：请复用Day 11的代码，但收件人从简历里提取（假设简历第一行有邮箱，或者用正则匹配邮箱）。

生成一个汇总Excel，包含文件名、分数、分类、邮箱等信息。

请帮我写出完整的Python代码，每行加注释，并告诉我需要安装哪些库，怎么运行。”

AI会给你一个很长的脚本（可能几百行），别怕，大部分是注释和错误处理。我们拆解核心部分。

核心代码片段解析

1. 读取不同格式的文件

python

import osimport reimport pandas as pdfrom pathlib import Path# 需要安装：pip install PyPDF2 python-docxdefextract_text_from_pdf(filepath):import PyPDF2    text = ""with open(filepath, 'rb') as f:        reader = PyPDF2.PdfReader(f)for page in reader.pages:            text += page.extract_text()return textdefextract_text_from_docx(filepath):import docx    doc = docx.Document(filepath)return'\n'.join([para.text for para in doc.paragraphs])defextract_text(filepath):if filepath.endswith('.pdf'):return extract_text_from_pdf(filepath)elif filepath.endswith('.docx'):return extract_text_from_docx(filepath)else:return""

2. 关键词打分函数

python

defscore_resume(text):    score = 0    text_lower = text.lower()# 关键词打分    keywords = {'python': 10,'excel': 8,'数据分析': 10,'sql': 8,'硕士': 5,'本科': 3,    }for kw, pts in keywords.items():if kw in text_lower:            score += pts# 工作经验（简单匹配“X年经验”或“工作X年”）    exp_match = re.search(r'(\d+)[\s]*年[经验]*', text_lower)if exp_match:        years = int(exp_match.group(1))        score += min(years * 2, 10)  # 最多加10分return score

3. 提取邮箱（用于发送邮件）

python

defextract_email(text):# 简单正则匹配邮箱    match = re.search(r'[\w\.-]+@[\w\.-]+\.\w+', text)return match.group(0) if match elseNone

4. 主循环：处理所有简历

python

简历文件夹 = '简历'结果列表 = []for filename in os.listdir(简历文件夹):    filepath = os.path.join(简历文件夹, filename)ifnot os.path.isfile(filepath):continue    print(f'正在处理：{filename}')    text = extract_text(filepath)ifnot text:        print(f'  无法读取文本，跳过')continue    score = score_resume(text)    email = extract_email(text)# 分类if score >= 80:        category = '面试'elif score >= 60:        category = '人才库'else:        category = '不合适'    结果列表.append({'文件名': filename,'分数': score,'分类': category,'邮箱': email    })# 可以顺便复制文件到对应分类文件夹（可选）# 这里简化，只记录结果# 保存汇总表df = pd.DataFrame(结果列表)df.to_excel('简历筛选结果.xlsx', index=False)print('筛选完成！')

5. 发送邮件（复用Day 11代码）

在得到结果后，遍历需要发送邮件的候选人（比如分类为“面试”的），调用邮件发送函数。

python

defsend_interview_email(recipient, name='候选人'):    subject = '面试邀请'    body = f'{name}，你好！恭喜你通过我们的简历初筛，邀请你来参加面试……'# 调用Day 11的发邮件函数    send_email(recipient, subject, body)# 在主循环后for _, row in df[df['分类']=='面试'].iterrows():if row['邮箱']:        send_interview_email(row['邮箱'], row['文件名'].split('.')[0])        print(f'已发送面试邀请至：{row["邮箱"]}')

运行效果

1. 把所有简历放进 简历 文件夹。
2. 运行脚本。
3. 脚本自动读取所有简历，打分、分类、生成汇总Excel。
4. 自动给80分以上的候选人发送面试邀请邮件。
5. 你只需要打开Excel，看看哪些人入选，然后准备面试。

Python机器人自动打分

⚠️ 注意事项

1. 隐私保护
   ：处理真实简历时，注意遵守数据保护法规，不要泄露候选人信息。
2. 关键词要合理
   ：不同岗位关键词不同，可以根据需要调整。让AI帮你生成岗位对应的关键词列表。
3. 邮件内容要个性化
   ：上面的代码用了简单的姓名提取（从文件名），实际可能需要从简历里提取真实姓名。可以让AI改进。
4. 不要完全依赖自动筛选
   ：机器只能辅助，最终面试还是要靠人。自动筛选帮你节省初筛时间，但不要替代人的判断。

今日“捣乱作业”

作业题目：自己动手，用Python筛选几份模拟简历。

操作步骤：

1. 创建模拟简历
   ：新建3-5个Word或PDF文件，写一些假简历内容（包括姓名、邮箱、技能、工作经验等）。
2. 让AI生成脚本
   （可以用上面的核心代码，但根据你的实际情况调整关键词）。
3. 运行脚本
   ，查看生成的汇总Excel和邮件发送情况（可以先不发真实邮件，改成打印出来）。
4. 截图
   你的脚本运行界面和生成的Excel，发评论区。

自动发送面试邀请邮件

挑战版：改进脚本，让它能从简历中提取真实姓名，并在邮件中称呼“张三你好”而不是“候选人你好”。截图邮件内容。

今日金句

“筛选简历不是看谁更努力，而是看谁更会用工具。”

博主碎碎念

今天你学会了用Python自动筛选简历并发送邮件。这不仅是HR的福音，也是任何需要处理大量申请（比如招生、招聘、报名）的人的福音。

当然，这套方法也可以扩展到其他场景：比如自动筛选投稿、自动处理报名表、自动回复常见问题等。核心思路都是：让机器做重复劳动，让人做决策。

明天Day 26，我们学一个更有趣的：《如何把这一整套“偷懒大法”卖给老板？》。教你如何向老板展示你的自动化成果，顺便暗示加薪/摸鱼。这是职场必备的软技能！

HR悠闲喝茶，面试约满

评论区交给你：如果你是HR，你最想用自动化解决什么问题？如果你不是HR，你工作中有什么类似的“筛选”工作可以自动化？

点击关注，每天学一招，让Python给你打工！