如何使用python检查文件是否包含电子邮件地址或md5

下载后如何检查源文件是否包含电子邮件地址或md5

data2 = pd.read_csv(source_file, header=None)

尝试使用regrex和str.contains…但无法确定如何继续

如果这是检查，然后根据这一点，我需要继续为脚本的其余部分

source_file1:

abd@gmail.com
xyz@gmail.com

source_file2:

d131dd02c5e6vrc4
55ad340609f4fw02

到目前为止，我已经尝试：

if(data2['email/md5'].str.contains(r'[a-zA-Z0-9._-]+@[a-zA-Z.]+')==1): print "yes"

---

如果我很理解这个问题，你有两个文件，你想自动检测哪个有电子邮件地址，哪个有md5

import re
import re
with open(source_file1, 'r') as f:
    line = f.readline()
    while not line:
        line = f.readline()
    #First line not empty containing a mail address
    if re.match('[^@]+@[^@]+\.[^@]+', f.readline()):
        mail_source_file = source_file1
        md5_source_file = source_file2
    else:
        md5_source_file = source_file1
        mail_source_file = source_file2
mail_dataframe = pd.read_csv(mail_source_file, header=None)
md5_dataframe = pd.read_csv(md5_source_file, header=None)

---

这有用吗

试试这个模式

r'@\w+\.com'

Ex:

import pandas as pd

df1 = pd.read_csv(filename1, names=['email/md5'])

if df1['email/md5'].str.contains(r'@\w+\.com').all():
    print("Email")
else:
    print("md5") 

---

考虑到哈希为16个字母数字符号，并且没有无效电子邮件，这可能会起作用：

with open('file.txt', 'r') as myfile:
    getFile = myfile.read()
    # Emails
    numberOfEmails = len(re.findall(r'@(.*?).com', getFile))
    print "%d email(s) found"%(numberOfEmails)
    # MD5
    hashFormatCnt = 0
    splitFile = getFile.split()
    for str in splitFile:
        if re.match('^[\w-]+$', str):
            if len(str) == 16:
                hashFormatCnt = hashFormatCnt + 1
    print "%d look like hash found"%(hashFormatCnt)

---

你需要更具体一些

如果你想知道电子邮件的外观，你可以看到它

---

如果你想知道md5的外观，它通常用32个十六进制数字来表示（0,1,2,3,4,5,6,7,8,9，a，b，c，d，e，f）。

你用正则表达式做过什么？if（data2['email/md5'].str.contains（r'[a-zA-Z0-9.-]+@[a-zA-Z.]+'）==1）：打印“是”我是这样从ftp下载文件的：ftp.retrbinary（“RETR”+源文件，开源文件，'wb'）.write）data2=pd.read\u csv（source\u file，header=None）从这个data2我需要检查电子邮件和md5