从python中的.txt文件中提取电子邮件地址

Question

我想用Python从几个文本文件中解析出电子邮件地址。在第一次尝试中，我试图从字符串列表（'2To whom correspondence should be addressed. E-mail: joachim+pnas@uci.edu.\n'）中获取包含电子邮件地址的以下元素。在

当我试图通过i.find("@") == 0查找包含电子邮件地址的列表元素时，它没有给我content[i]。我是否误解了.find()函数？有更好的方法吗？在

from os import listdir

TextFileList = []
PathInput = "C:/Users/p282705/Desktop/PythonProjects/ExtractingEmailList/text/"

# Count the number of different files you have!
for filename in listdir(PathInput):
    if filename.endswith(".txt"):  # In case you accidentally put other files in directory
        TextFileList.append(filename)

for i in TextFileList:
    file = open(PathInput + i, 'r')
    content = file.readlines()
    file.close()

for i in content:
    if i.find("@") == 0:
        print(i)

Answer 1

python中的“Find”函数返回字符串中该字符的索引号。也许你可以试试这个？在

list = i.split(' ') # To split the string in words
for x in list:    # search each word in list for @ character
    if x.find("@") != -1:
        print(x)

Answer 2

如果找到要搜索的子字符串，则Find返回索引。这对你所要做的是不正确的。在

最好使用正则表达式或RE来搜索@的出现。在您的情况下，您可能会遇到每行有多个电子邮件地址的情况（同样，我不知道您的输入数据，所以我无法猜测）

以下几点对你有好处：

import re
for i in content:
    findEmail = re.search(r'[\w\.-]+@[\w\.-]+', i)
    if findEmail:
     print(findEmail.group(0))

你需要调整这个有效的电子邮件地址。。。我不太确定你是否可以有像+。。。在

Answer 3

在Python中，检查字符串是否包含字符的标准方法是使用^{} operator。在您的情况下，这将是：

for i in content:
    if "@" in i:
        print(i)

使用时，find方法返回@字符所在的位置，从0开始，如Python official documentation所述。在

例如，在字符串abc@google.com中，它将返回3。如果没有找到字符，它将返回-1。等效代码为：

^{pr2}$

但是，这被认为是unpythonic，并且in运算符的用法是首选的。在