使用python正则表达式,在一堆各种字符中提取是邮箱名的字符串。


import re

file = open("AT.txt")
c=[]
for line in file.readlines():

    contant = re.findall(r"[\w\d\.-_]+(?=\@)",line)
    mail=list(set(contant))
    for i in mail:
        if i != "":
            print i
            c.append(i)
Num = len(c)
print Num

正则表达式[\w\d\.-_]+(?=\@)解析:


首先理解字符集,字符集所在位置可以是字符集中任意所以开始[\w\d\.-_]代表可以出现则代表邮箱@之前可以出现字母、数字、.、-、_。紧接在[]字符集之后+代表至少要匹配一次,说明@之前可以有多个字符,(?=\@)则表示之前的字符指导@截止,并且@不计算在之内。


list(set(contant))用于去除里面相同的邮箱名


for i in mail:这个for循环体,代表去除re.findall查找结果中的空列表。