Question

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

当我尝试通过i.find("@") == 0找到包含电子邮件地址的列表元素时，它不会给我content[i]。我误解了.find()功能吗？有更好的方法吗？

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

在Python中检查字符串是否包含字符的标准方法是使用in operator。在你的情况下，那将是：

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

find方法，就像你在哪里一样，返回@字符所在的位置，从0开始，如Python official documentation中所述

例如，在字符串abc@google.com中，它将返回3.如果找不到该字符，它将返回-1。等效代码为：

for i in content:
    if i.find("@") != -1:
        print(i)

但是，这被视为unpythonic，并且首选in运营商用途。

Answer 2

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？

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 3

如果找到要搜索的子字符串，

Find将返回索引。这对于你想要做的事情是不正确的。

您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（再次，我不知道您的输入数据，因此我无法猜测）

这些方面的某些内容会让你受益：

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

您需要针对有效的电子邮件地址进行调整...我不完全确定您是否可以使用+ ...等符号

从python中的.txt文件中提取电子邮件地址

3 个答案: