Überlass Python die wiederkehrende Arbeit

Hast du schon einmal eine langweilige Aufgabe erledigt und gedacht: „Und das Ganze darf ich nächste Woche wieder machen“?

Vielleicht kopierst du jeden Freitag dieselben Zahlen in einen Bericht. Vielleicht benennst du nach jeder Veranstaltung Fotos um, prüfst einen Stapel Formulare auf dasselbe fehlende Feld oder kontrollierst nach jeder Änderung, ob eine Website noch funktioniert.

Dieses Gefühl ist für mich der beste Hinweis darauf, wo sich Python lohnt. Ein Computer wendet eine klare Regel zehntausendmal an, ohne sich zu langweilen oder unaufmerksam zu werden. Das heißt nicht, dass man jede wiederkehrende Aufgabe automatisieren sollte. In dieser Lektion geht es vor allem darum, den Unterschied zu erkennen.

Jemand muss die Regel trotzdem festlegen

Automatisierung verlagert die Arbeit, aber nicht die Urteilsfähigkeit. Python schaut sich deinen Freitag nicht an und errät, was du meinst. Bevor ein Programm etwas umbenennen kann, muss ein Mensch festlegen, wie die neuen Namen aussehen sollen.

Angenommen, du hast einen Ordner wie diesen:

Python wendet dieses Muster auf drei Dateien oder auf dreißigtausend an. Aber jemand musste das Datum, den Namen der Veranstaltung, die Reihenfolge der Fotos und ihren Zielort festlegen. Jemand musste dem Programm außerdem überhaupt die Erlaubnis geben, die Dateien zu ändern.

Ich würde eine Vorschau sehen wollen, bevor es etwas verändert. Ein Computer wiederholt eine richtige Regel sehr schnell. Einen Fehler wiederholt er genauso schnell.

Was Python dafür mitbringt

Die Standardbibliothek deckt überraschend viel davon bereits ab: Dateien und Ordner, Datumsangaben, Text, CSV-Dateien, das Ausführen anderer Programme und die Prüfung, ob dein eigener Code noch funktioniert. Eine CSV-Datei ist eine Tabelle aus Zeilen und Spalten in reinem Text. Tabellenkalkulationen bieten dieses Format an, wenn du etwas möchtest, das jedes Werkzeug öffnen kann.

Wo die Standardbibliothek nicht weiterreicht, bietet das Ökosystem meist den Rest. Tabellen mit erhaltener Formatierung, Bilder, Dokumente, Unternehmenssysteme, Websites.

Die Sprache gibt dir also eine klare Möglichkeit, die Regel aufzuschreiben, und die Werkzeuge geben dir Zugang zum eigentlichen Material. Wegen dieser Kombination schaue ich zuerst hier.

Eine Entscheidung Schritt für Schritt

Angenommen, der Freitagsbericht kommt für eine Automatisierung infrage. Das würde ich wissen wollen, bevor ich auch nur eine Zeile schreibe.

Wiederholt sich die Aufgabe wirklich? Für zwei Minuten einmal im Jahr lohnt sich kein Programm. Für zwei Stunden jeden Freitag lohnt sich ziemlich viel Programmierarbeit.

Kannst du die Regel in Worte fassen? „Lege jeden Bericht im Ordner für seinen Monat ab“ funktioniert, solange jeder Bericht zuverlässig ein Datum enthält. „Lege ihn dort ab, wo es sinnvoll ist“ funktioniert nicht, denn was sinnvoll ist, steckt in deinem Kopf. Wenn du die Regel einem neuen Kollegen nicht erklären kannst, kannst du sie Python auch nicht erklären.

Kann das Programm auf die Informationen zugreifen? Sie können in Dateien, einem E-Mail-Konto, auf einer Website oder in einem fremden System liegen. Technisch auf etwas zugreifen zu können ist nicht dasselbe wie die Erlaubnis dazu zu haben.

Kannst du den ersten Durchlauf prüfen? Arbeite mit einer Kopie. Zeige eine Vorschau. Vergleiche mit einem Ergebnis, dem du bereits vertraust. Mach das bei jeder Änderung der Regel, nicht nur beim ersten Durchlauf.

Was passiert, wenn etwas nicht stimmt? Ein fehlendes Datum, eine umbenannte Spalte, ein unerwarteter Dateiname. Gut ist ein Fehler, der deutlich auffällt. Teuer wird ein Programm, das weitermacht und ein Jahr lang jeden Freitag unbemerkt einen falschen Bericht erstellt.

Zwei Fälle mit unterschiedlichem Ergebnis

Prüfen, ob jedes Formular ein Datum enthält. Ein guter Kandidat. Die Regel ist völlig eindeutig: Das Datum ist vorhanden oder nicht. Ein Mensch entscheidet weiterhin, was mit den Formularen geschieht, die die Prüfung nicht bestehen.

Entscheiden, ob die Beschwerde eines Kunden berechtigt ist. Dafür nicht. Das braucht Kontext, Urteilsfähigkeit und jemanden, der Verantwortung dafür übernimmt, wie ein Mensch behandelt wurde. Ein Programm kann die relevante Vorgeschichte zusammentragen und weiterreichen. Es sollte nicht das Urteil fällen.

Das ehrliche Urteil

Python ist für wiederkehrende Arbeit mit Informationen gut geeignet, wenn die Regeln klar sind, die eingehenden Daten verlässlich sind und Fehler dort sichtbar werden, wo ein Mensch sie bemerkt.

Es ist machbar mit Kompromissen, wenn Python einen sicheren Teil automatisiert und die eigentliche Entscheidung beim Menschen lässt. Und es ist meist nicht die erste Wahl, um eine ganze Aufgabe zu automatisieren, die von unklaren Ermessensentscheidungen abhängt, sich ständig verändert, Zugriffsrechte braucht, die du nicht vergeben solltest, oder jemandem schadet, wenn die Regel falsch ist.

Automatisierung kann dir jede Woche viel eintönige Arbeit abnehmen. Sie kann dir nicht abnehmen, die Arbeit zu verstehen. Am gefährlichsten wird sie, wenn jemand genau darauf hofft.

Bisher hat ein Programm eine Aufgabe erledigt. Echte Produkte verteilen die Arbeit auf mehrere Teile, und Python steckt nicht in jedem davon. Als Nächstes verfolgen wir einen einzelnen Klick durch eine Website und sehen, welcher Teil Python gehört.

Mehr erfahren

Pythons offizieller Leitfaden zur Standardbibliothek zeigt die Bandbreite der mitgelieferten Werkzeuge. Python.org sammelt außerdem Beispiele für Python-Anwendungen. Beide englischen Quellen sind optional.