【python随笔】之【网页抓取邮箱】

import re
import urllib.request


def grab(rule, url):
    """

    :param rule: 抓取规则
    :param url: 抓取网址
    :return: 结果的集合
    """
    my_list = []
    for line in urllib.request.urlopen(url):
        my_list.extend(rule.findall(line.decode('gbk')))
    return set(my_list)


mail_rule = re.compile(r'([A-Z0-9._%+-]+@[A-Z0-9.-]+\.[A-Z]{2,4})', re.IGNORECASE)
target_url = 'http://zhidao.baidu.com/question/754696990784600804.html'
target_set = grab(mail_rule, target_url)
print(target_set)
{'cnoom@126.com', '543793688@qq.com', 'www.634827374@qq.com'}
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值