從 .text 文件中提取電子郵件的 Python 腳本

Question

我目前正在嘗試運行從 .txt 文件中提取所有電子郵件的腳本。 運行腳本時，我收到無效的語法錯誤。 也許有人可以幫助...

import re
in_file = open("C:\\Users\\Testing1_Emails.txt","rt")


for line in in_file:
    if re.match(r'[\w\.-]+@[\w\.-]+')
        print line

Answer 1

你必須寫：

if re.match(r'[\w\.-]+@[\w\.-]+',  line):

（添加“行”和“：”）

Answer 2

問題出在這里：

for line in in_file:
    if re.match(r'[\w\.-]+@[\w\.-]+')
        print line

在if re.match(r'[\\w\\.-]+@[\\w\\.-]+')語句中，您不會以:

Answer 3

match 方法需要 2 個參數。

見： https : //docs.python.org/2/library/re.html#re.match

重新匹配（模式，字符串，標志= 0）

如果字符串開頭的零個或多個字符與正則表達式模式匹配，則返回相應的 MatchObject 實例。 如果字符串與模式不匹配，則返回 None； 請注意，這與零長度匹配不同。

請注意，即使在 MULTILINE 模式下， re.match() 也只會匹配字符串的開頭，而不是每行的開頭。

如果您想在字符串中的任何位置找到匹配項，請改用 search()（另請參閱 search() 與 match()）。

Answer 4

大多數郵件 ID 允許使用字母、數字、點（.）、下划線（_），並且所有這些都肯定包含“@”。 我們可以使用此信息使用正則表達式編寫模式。

import re
pat = re.compile(r'[a-zA-Z0-9\._]+@[a-zA-Z\.]') # regex pattern

[az]+ 將匹配任何小寫字母，任意數量的出現
[0-9]+ 將匹配任何數字，任何出現次數
[.] 將匹配 '.'

此外，如果您想檢查您的模式是否與您的搜索字符串匹配，請在此處查看。 https://regexr.com/

例子： -

f = open("my_file.txt", "w")
f.write('walkup@cs.washington.edu, geb@cs.pitt.edu, walkup@cs.washington.edu \n')
mails = re.findall(r"[a-z]+@[a-z\.]+", f.read())
print(list(set(mails)))

出站：['walkup@cs.washington.edu'、'geb@cs.pitt.edu'、'walkup@cs.washington.edu']

注意：re.findall() 在內部對指定的模式應用 re.pattern()。