百度貼吧爬蟲之獲取郵箱系列之增強版，應該是 任意郵箱了

• 功能：獲取文本中的郵箱
• 上個基礎版支持的不大好，對有些郵箱不支持，還有些其他問題

1. 讀文本，且獲取文本中的各種電子郵箱
2. 對獲得的郵箱去重
3. 每個郵箱獨占一行
4. 寫入新的文件

            
              # coding:utf-8
"""
Name : email.py
Author  : GS
Contect : 2903344135@qq.com
Time    : 2019/7/8 20:23
Desc:
"""
import  re

f = open('test.txt', 'r',encoding='utf-8')#讀取文件
strings=f.read()#獲取文件內(nèi)容，到內(nèi)存
f.close()#讀關閉
matches = []

emailRegex = re.compile(r'''(
    [a-zA-Z0-9._%+-]+      # username
    @                      # @ symbol
    [a-zA-Z0-9.-]+         # domain name
    (\.[a-zA-Z]{2,4}){1,2} # dot-something
    )''', re.VERBOSE)
for groups in emailRegex.findall(strings):
    matches.append(groups[0])

f1 = open('test1.txt','a',encoding='utf-8')#打開新的文件

list2 = list(set(matches))#去重
# print(list2)
list_nums = len(list2)#列表的數(shù)量，長度

#循環(huán)寫入文件，并換行
for line in range(list_nums):

    f1.writelines(list2[line]+"\n")
#關閉流
f1.close()
            
          

原始文本文件text.txt：

?

執(zhí)行完程序之后的樣子：test1.txt

?

從實現(xiàn)功能上講，對我所知道的郵箱都是完美提取，完美去重，但是代碼有待進一步優(yōu)化。

覺得有用的話，加我可交流

?