Текст и документы

Извлечь адреса email

Собирает email из текстов, убирает повторы и строит отчёт по доменам или CSV.

Python Windows macOS Linux Новичок
Скачать extract_emails.py
Описание

Что делает скрипт

Скрипт ищет адреса регулярным выражением, приводит их к нижнему регистру и сохраняет только уникальные значения. Можно обойти папку по маске и получить список доменов с количеством адресов. Файлы только читаются, результат идёт на экран или в CSV.

Запуск

Быстрый старт

python extract_emails.py --path ./docs --csv emails.csv

Скачайте файл, откройте терминал в папке со скриптом и выполните команду. В Linux и macOS интерпретатор может называться python3, в Windows - python или py.

Примеры

Другие варианты

  • python extract_emails.py --path ./docs
  • python extract_emails.py --path contacts.txt --domains
  • python extract_emails.py --path ./mail --glob '*.txt' --csv emails.csv
Зависимости

Что понадобится

Python 3.10+ Только стандартная библиотека
Windows winget install Python.Python.3.12
macOS brew install python
Linux sudo apt install python3
Исходник

extract_emails.py

#!/usr/bin/env python3
"""Извлечение адресов email из текстовых файлов."""
from __future__ import annotations

import argparse
import csv
import re
from collections import Counter
from pathlib import Path

EMAIL = re.compile(r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}")
SKIP_DIRS = {".git", "node_modules", "__pycache__", ".venv"}


def collect(root: Path, pattern: str) -> list[Path]:
    if root.is_file():
        return [root]
    files = []
    for path in sorted(root.rglob(pattern)):
        if not path.is_file():
            continue
        if any(part in SKIP_DIRS for part in path.parts):
            continue
        files.append(path)
    return files


def main() -> int:
    parser = argparse.ArgumentParser(description="Извлечь адреса email")
    parser.add_argument("--path", type=Path, required=True, help="Файл или папка")
    parser.add_argument("--glob", default="*", help="Маска файлов")
    parser.add_argument("--encoding", default="utf-8", help="Кодировка")
    parser.add_argument("--csv", type=Path, help="Сохранить список в CSV")
    parser.add_argument("--domains", action="store_true", help="Показать статистику по доменам")
    args = parser.parse_args()

    root = args.path.expanduser()
    if not root.exists():
        parser.error(f"Путь не найден: {root}")

    sources = collect(root, args.glob)
    if args.csv:
        csv_target = args.csv.expanduser().resolve()
        if csv_target in {path.resolve() for path in sources}:
            parser.error("CSV не должен совпадать с входным файлом")

    found: set[str] = set()
    for path in sources:
        try:
            text = path.read_text(encoding=args.encoding)
        except (UnicodeDecodeError, OSError) as error:
            print(f"Пропуск {path}: {error}")
            continue
        found.update(match.group(0).lower() for match in EMAIL.finditer(text))

    if not found:
        print("Адреса не найдены")
        return 1

    ordered = sorted(found)
    if args.domains:
        counts = Counter(address.split("@", 1)[1] for address in ordered)
        for domain, count in counts.most_common():
            print(f"{count:>5}  {domain}")
    else:
        for address in ordered:
            print(address)

    if args.csv:
        target = args.csv.expanduser()
        with target.open("w", encoding="utf-8", newline="") as handle:
            writer = csv.writer(handle)
            writer.writerow(["email", "domain"])
            for address in ordered:
                writer.writerow([address, address.split("@", 1)[1]])
        print(f"Сохранено {len(ordered)} адресов в {target}")
    return 0


if __name__ == "__main__":
    raise SystemExit(main())

Скрипты работают с файлами и настройками системы. Перед запуском прочитайте код и проверьте пути. Особенно если скрипт удаляет, перезаписывает или перемещает данные.

CLI 1.0.0

Скачать без браузера

Команда скачает этот файл в текущую папку. CLI работает на Windows, macOS и Linux.

scriptdock get text-extract-emails
  • Поиск по всему каталогу
  • Python 3.10+
  • Без внешних пакетов
Скачать CLI

GUI-версия готовится. Подробнее

Категория

Текст и документы

Поиск, замена, кодировки, Markdown, CSV и работа с большими текстами.