【python实战系列】python实现邮件收集（一）

我们经常会有这样的困扰，当别人需要你帮忙手机某个网页上或某个文献里面的所有邮箱，这看起来是一个简单的活。

但如果网站或文献上的数据杂乱又繁多，收集起来极其有难度。这时，我们可以使用python来解决这一问题

 

话不多说，接下来我们就来实战一波

列出解题思路：

1. 为邮件创建一个正则表达式

2. 在剪切板文本中找到所有匹配

3. 将符合的数据收集起来

4. 将所有邮箱输出

 

第一步 写出一个匹配邮箱格式的正则表达式

import re # 引入正则表达式模块
emailRegex = re.compile(r'''(
    [a-zA-Z0-9._%+-]+    # 匹配@前面的部分  字母数字下划线小数点等符号
    @                    # @ 必须要有@符号
    [a-zA-Z0-9.-]+       # 任意数字字母小数点还有-
    (\.[a-zA-Z]{2,4})    # 必须含有一个.  .后面必须带2-4个字母
)''', re.VERBOSE)   # re.VERBOSE 表示允许正则后面添加注释

 

写好邮箱格式我们也可以去自己验证一下,贴出测试的地址：https://c.runoob.com/front-end/854

 

第二步 在剪切板文本中找到所有匹配

要满足第二步，需要引入一个剪切板的模块

import pyperclip
text = str(pyperclip.paste())

 

第三步 将所有符合的数据收集起来​​​​​​​

matches = []  # 使用一个数组收集数据
for groups in emailRegex.findall(text):
    matches.append(groups[0])

 

 

第四步 将所有邮箱输出​​​​​​​

if len(matches) > 0:
    pyperclip.copy('\n'.join(matches))
    print('列出所有邮箱:\n')
    print('\n'.join(matches))
else:
    print('没有找到所需邮箱！！！')

 

我们随便找一个网址：http://blog.sina.com.cn/s/blog_147f99d5d0102vmyv.html

进入网站后，ctrl+A全选，复制，然后运行程序

 

运行结果如下：

 

这样我们的任务就大功告成了

 

其实这个程序还有一些优化的地方，可以把邮件直接写入到文件中，还有就是可以直接从网页上进行爬取，不过我们这种方法也不限于网页，等我学习到后面再给大家进行分享吧，哈哈

 

喜欢本文的话，可以关注以下公众号，每天定时更新一篇python学习日记，让我们一起成长！