Python web自动化从网页获取电子邮件

我想要一个python脚本，打开一个链接并打印该页面的电子邮件地址

例如

转到example.com之类的网站

在那搜索电子邮件

搜索该链接中的所有页面

我在密码下被试过

import requests
from bs4 import BeautifulSoup

r = requests.get('http://www.digitalseo.in/')
data = r.text
soup = BeautifulSoup(data)

for rate in soup.find_all('@'):
    print rate.text

我把这个网站作为参考

有人帮我找到这个吗？

因为

find_all（）

只会搜索标签。从文件：

签名：

find_all（名称、属性、递归、字符串、限制、**kwargs）

find_all（）

因此，您需要添加一个关键字参数，如下所示：

import re
import requests
from bs4 import BeautifulSoup

def get_link_by_keyword(keyword):
    links = set()
    for i in soup.find_all(href=re.compile(r"[http|/].*"+str(keyword))):
        links.add(i.get('href'))

    for i in links:
        if i[0] == 'h':
            yield i
        elif i[0] == '/':
            yield link+i
        else:
            pass

global link
link = raw_input('Please enter a link: ')
if link[-1] == '/':
    link = link[:-1]

r = requests.get(link, verify=True)
data = r.text
soup = BeautifulSoup(data, "html.parser")

for i in get_link_by_keyword(raw_input('Enter a keyword: ')):
    print i


演示：

contact@digitalseo.in
contact@digitalseo.in




从文件：

任何无法识别的参数都将转换为标记属性之一的过滤器。如果为名为id的参数传入一个值，Beauty Soup将根据每个标记的“id”属性进行过滤：

有关详细信息，请参见文档：


如果您想从文档中查找电子邮件地址，
regex
是一个不错的选择

例如：

import re
re.findall( '[^@]+@[^@]+\.[^@]+ ', text) # remember change `text` variable


如果您想通过关键字在页面中找到链接，只需使用
。获取如下内容：

import re
import requests
from bs4 import BeautifulSoup

def get_link_by_keyword(keyword):
    links = set()
    for i in soup.find_all(href=re.compile(r"[http|/].*"+str(keyword))):
        links.add(i.get('href'))

    for i in links:
        if i[0] == 'h':
            yield i
        elif i[0] == '/':
            yield link+i
        else:
            pass

global link
link = raw_input('Please enter a link: ')
if link[-1] == '/':
    link = link[:-1]

r = requests.get(link, verify=True)
data = r.text
soup = BeautifulSoup(data, "html.parser")

for i in get_link_by_keyword(raw_input('Enter a keyword: ')):
    print i

你试过了吗？你可以使用和来做这件事。是的。我试过用BeautifulSoup。但是我弄不到。你的密码是什么？错误消息是什么？输出是什么？从bs4导入请求import BeautifulSoup r=requests.get（'）data=r.text soup=BeautifulSoup（数据）以获取soup中的速率。find_all（'@'）：print rate.text我没有得到任何输出。我把那个网站作为参考。好吧，因为
find_all（）
函数将搜索标签，而不是电子邮件地址。我将发布一个答案来解释这一点。我认为你应该编辑你的问题并添加你的代码。这很有效。可以根据@符号查找邮件。否，这将搜索
href=mailto
。如果您检查HTML，您将看到类似于
的内容。是否有任何方法可以根据@符号查找电子邮件。因为在某些情况下，将列出没有“是”的电子邮件地址，如果您希望在文档或字符串中搜索电子邮件地址，请使用regex而不是BeautifulSoup。让我编辑我的答案并添加它。好的，先生。非常感谢。这很有帮助。谢谢。
import re
re.findall( '[^@]+@[^@]+\.[^@]+ ', text) # remember change `text` variable

import re
import requests
from bs4 import BeautifulSoup

def get_link_by_keyword(keyword):
    links = set()
    for i in soup.find_all(href=re.compile(r"[http|/].*"+str(keyword))):
        links.add(i.get('href'))

    for i in links:
        if i[0] == 'h':
            yield i
        elif i[0] == '/':
            yield link+i
        else:
            pass

global link
link = raw_input('Please enter a link: ')
if link[-1] == '/':
    link = link[:-1]

r = requests.get(link, verify=True)
data = r.text
soup = BeautifulSoup(data, "html.parser")

for i in get_link_by_keyword(raw_input('Enter a keyword: ')):
    print i