0

Есть .doc файл, в нем надо найти все email(gmail,mail,ya.ru и т.д), но я так и не понял как это сделать? Попробовал вот такую штуку 

from __future__ import print_function
import io
word = '@'
with io.open('/home/aprokurov/test.doc', encoding='utf-8') as file:
    for line in file:
        if word in line:
            print(line, end='')
n = '+7'
with io.open('/home/aprokurov/test.doc', encoding='utf-8') as file:
    for line in file:
        if n in line:
          print(line, end='')

Но эта программа будет печатать всю строку когда надо вывести именно сам маил и номер телефона, как заставить печатать именно мэйл и номер телефона?

Pavel Durmanov
  • 5,756
PlayX
  • 1
  • Не могли бы Вы приложить входные данные? Что у Вас в .doc файле? – Pavel Durmanov Nov 19 '17 at 10:10
  • используйте регулярные выражения. Модуль 're' для разбора строки. шаблоны для телефона и е-мєйла можно найти в интернете. так будет больше пользы чем прочесть готовый ответ. – Vasyl Kolomiets Nov 19 '17 at 10:18

1 Answers1

0

Вам нужно воспользоваться регулярными выражениями. Шаблон, по которому будем искать e-mail я взял с этого сайта, убрав из него условие, что в строке должен быть только адрес без другого текста. Найти все подстроки по шаблону можно методом findall из модуля re. 

from re import findall
l = ['text text mail@mail.ru', 'text text mail@mail.ru text text',
     'mail@mail.ru', 'text mail@127.0.0.1 text',
     'text mail@127.0.0.1 text mail@mail.ru', 'text text text']
pattern = r"([a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+)"
for i in l:
    print(findall(pattern, i))

Вывод:

['mail@mail.ru']
['mail@mail.ru']
['mail@mail.ru']
['mail@127.0.0.1']
['mail@127.0.0.1', 'mail@mail.ru']
[]
Кирилл Малышев
  • 10,797