【python脚本】正则匹配提取所需字符串

🌟🌟🌟🌟起因

由于进行某平台的告警分析，一些恶意文件攻击，要整合资料，其中要单独列出恶意邮件发件人和主题，然而这些东西全在一个报文里，数量又很大，一个一个粘就有点离谱了。

为了提高生产力写了个简单的脚本，功能很简单，正则匹配也不是很完善，还有很大优化空间，可根据需要自行优化，我主要是图快。

🌟🌟🌟说明

1、将需要进行提取的原文件保存至.txt文件，其他文件也可以，网上搜一下其他文件python读取和写入的方法就可以了；

2、根据需要新建一个或多个提取后保存的txt文件；

3、根据需要更改正则匹配；（我在跑之前，对原数据提前进行了处理，在excel里将一些特殊符号都替换成了空，不替换的话网上搜一下特殊字符的正则匹配方法就可以了）

🌟🌟脚本代码

import re

##打开要提取的源文件，并逐行读取
with open ('/Users/huangxiaohan/Desktop/script/匹配mail/mail.txt',encoding='utf-8') as f:
    data=f.readlines()

##打开提取之后要保存的文件，一个保存邮件主题，一个保存邮件收件人
mailout_file=open(r'/Users/huangxiaohan/Desktop/script/匹配mail/mailout.txt','w')
mailout2_file=open(r'/Users/huangxiaohan/Desktop/script/匹配mail/mailout2.txt','w')

##定义两个正则匹配，可以查询正则匹配自行优化，我比较赶时间，写的随便
pattern1 = re.compile('(?<=[题]).*?(?=[相])')
pattern2 = re.compile('(?<=[人]).*?(?=[日])')

##读取源文件逐行进行正则匹配，并将list格式去掉中括号
for content1 in data:     #逐行读取
    result1 = re.findall(pattern1, content1)
    result1 = ','.join(str(i) for i in result1)
    print(result1)
    mailout_file.write(result1)
    mailout_file.write("\n")

for content2 in data:     #逐行读取
    result2 = re.findall(pattern2, content2)
    result2 = ','.join(str(i) for i in result2)
    print(result2)
    mailout2_file.write(result2)
    mailout2_file.write("\n")