Извлечь адреса email
Собирает email из текстов, убирает повторы и строит отчёт по доменам или CSV.
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.
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.
Другие варианты
python extract_emails.py --path ./docspython extract_emails.py --path contacts.txt --domainspython extract_emails.py --path ./mail --glob '*.txt' --csv emails.csv
Что понадобится
winget install Python.Python.3.12
brew install python
sudo apt install python3
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.