python批量获取文本中的邮箱,并写入文件,增强版,全匹配版

百度贴吧爬虫之获取邮箱系列之增强版,应该是任意邮箱了

上个基础版支持的不大好,对有些邮箱不支持,还有些其他问题

功能:获取文本中的邮箱

1.读文本,且获取文本中的各种电子邮箱

2.对获得的邮箱去重

3.每个邮箱独占一行

4.写入新的文件

# coding:utf-8

"""
Name : email.py

Author  : GS

Contect : [email protected]

Time    : 2019/7/8 20:23

Desc:

"""

import  re

f = open('test.txt', 'r',encoding='utf-8')#读取文件

strings=f.read()#获取文件内容,到内存

f.close()#读关闭

matches = []

emailRegex = re.compile(r'''(

    [a-zA-Z0-9._%+-]+      # username

    @                      # @ symbol

    [a-zA-Z0-9.-]+        # domain name

    (\.[a-zA-Z]{2,4}){1,2} # dot-something

    )''', re.VERBOSE)

for groups in emailRegex.findall(strings):

    matches.append(groups[0])

f1 = open('test1.txt','a',encoding='utf-8')#打开新的文件

list2 = list(set(matches))#去重

# print(list2)

list_nums = len(list2)#列表的数量,长度

#循环写入文件,并换行

for line in range(list_nums):

    f1.writelines(list2[line]+"\n")

#关闭流

f1.close()

原始文本文件text.txt:

image

执行完程序之后的样子:test1.txt

image

从实现功能上讲,对我所知道的邮箱都是完美提取,完美去重,但是代码有待进一步优化。

觉得有用的话,加我可交流

你可能感兴趣的:(python批量获取文本中的邮箱,并写入文件,增强版,全匹配版)