python读取eml文件并用正则表达式匹配邮箱的代码

今天接到一个需求有一个同事离职了，但是留下了非常多的邮件，我需要将他的邮件进行分类，只要邮件中以@xxx.com结尾的存放在文件夹中，否则放在另一个文件夹中，这篇文章主要介绍了python读取eml文件并用正则匹配邮箱,需要的朋友可以参考下

今天接到一个需求有一个同事离职了，但是留下了非常多(2W多封)的邮件，我需要将他的邮件进行分类，只要邮件中以@xxx.com结尾的存放在文件夹中(下图名叫【是】的文件夹)，否则放在另一个文件夹中（下图名叫【否】的文件夹）。目录结构

在这里插入图片描述

代码注意事项

import email(我发现是内置模块，不用安装) 下面是注意事项(就当是注释吧！！！！) 1、提取包含一下后缀的邮箱，我用了split(“@”),所以不用写 @
e_a = [‘Honeywell.com’, ‘honeywell.com’, ‘garrettmotion.com’, ‘HONEYWELL.COM’, ‘resideo.com’]
2、提取，收件人、发件人、抄送人的邮箱(这个是可以不写的，但是我这个代码是借鉴的，没找到提取全部内容的函数，只找到提取内容的函数，所以加上了下面的代码)
fjr = email.utils.parseaddr(msg.get(“from”))[1]
sjr = email.utils.parseaddr(msg.get(‘to’))[1]
csr = email.utils.parseaddr(msg.get(‘cc’))[1]
print(“发件人”, fjr)
print(“收件人”, sjr)
print(“抄送人”, csr)
3、将eml文件内容与收件人、发件人、抄送人拼接，并且加 " " 间隔，不加会有些小问题
text = text + " " + fjr + " " + " " + " " + " " + sjr + " " + " " + csr
4、正则匹配邮箱
prog = re.compile(r’[a-zA-Z0-9_.±]+@[a-zA-Z0-9-]+.[a-zA-Z0-9-.]+')
res = prog.findall(text)
5、移动文件 os.remove()

完整代码

import email import os import re from email import policy from email.parser import BytesParser e_a = ['Honeywell.com', 'honeywell.com', 'garrettmotion.com', 'HONEYWELL.COM', 'resideo.com'] for f in os.listdir("./数据源/"): # print(f) text = "" with open("./数据源/" + f, 'rb') as fp: msg = BytesParser(policy=policy.default).parse(fp) fjr = email.utils.parseaddr(msg.get("from"))[1] sjr = email.utils.parseaddr(msg.get('to'))[1] csr = email.utils.parseaddr(msg.get('cc'))[1] print("发件人", fjr) print("收件人", sjr) print("抄送人", csr) if msg.get_body(preferencelist=('plain'))==None: text = text + " " + fjr + " " + " " + " " + " " + sjr + " " + " " + csr else: text = msg.get_body(preferencelist=('plain')).get_content() text = text + " " + fjr + " " + " " + " " + " " + sjr + " " + " " + csr # print(text) prog = re.compile(r'[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+') res = prog.findall(text) for e in res: res1 = e.split("@")[1] if res1 in e_a: print(f, "在") ori = "./数据源/" + f now = "./是/" + f os.rename(ori, now) break else: ori = "./数据源/" + f now = "./否/" + f os.rename(ori, now) print(f, "不在")

下面看看python正则表达式匹配邮箱

下面来看看python验证邮箱模式的例子。

(首先还是把环境列出来)

环境：python 2.7.10

1. 一次匹配多个邮箱的情况

下面的例子中：邮箱中可以出现数字、大小写字母、下划线、和横线(-)

# -*- coding:utf-8 -*- # 邮箱格式-正则表达式匹配 import re # 一次匹配多个邮箱 str1 = 'aaf ssa@ss.net asdf  asdb@163.com.cn asdf ss-a@ss.net asdf asdd.cba@163.com afdsaf' reg_str1 = r'([\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+)' mod = re.compile(reg_str1) items = mod.findall(str1) for item in items: print item

结果输出：

Center

2. 一次匹配一个

这种情况，常见在登录界面用户名为邮箱时，此时一个字符串只有一个邮箱

# 只匹配一个 str2 = 'ssa_a-c@ss.net.cn' reg_str2 = r'(^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$)' mod = re.compile(reg_str2) items = mod.findall(str2) for item in items: print item

结果输出：

Center