python之爬取邮箱电话

最新推荐文章于 2022-11-09 18:14:37 发布

原创最新推荐文章于 2022-11-09 18:14:37 发布 · 2.1k 阅读

12 ·

CC 4.0 BY-SA版权

Python爬虫专栏收录该内容

7 篇文章

订阅专栏

本文介绍如何利用Python的requests库获取网页内容，并通过正则表达式匹配和提取电子邮件地址。演示了finditer和findall两种查询方法，展示了从不同网站抓取邮箱的具体实现。

这里使用requests库爬取网页要比urllib库方便
用finditer查询

import requests
import re
url='https://www.flyai.com/' # 带爬取的网页
html=requests.get(url).text  # text为转化为str数据
pat='(\w+@\w+.com)|(\d{11})' # 正则模式
res=re.finditer(pat,html)    # finditer返回的是一个迭代器
for i in res:                # i 是一个Match对象
   print(i.group())          #  group()为输出所有组

在这里插入图片描述用findall查询

import requests
import re
url='https://www.flyai.com/'
html=requests.get(url).text
pat='(?:[a-zA-Z_-]+@[a-zA-Z_-]+.com)|(?:\d{11})' 
res=re.findall(pat,html)   # 返回的结果在一个列表中
print(res)

在这里插入图片描述

import requests
import re
url='https://www.sina.com.cn/'
html=requests.get(url).text
pat='[a-zA-Z_-]+@[a-zA-Z_-]+.\w*'
res=set(re.findall(pat,html))
print(res)

在这里插入图片描述