python - 电子邮件查找器（网络）

Question

此应用程序将在网站上运行并查找所有电子邮件并将其返回。

def testEmails(url):
    'Test the emails() function'
    email = ''
    content = urlopen(url).read().decode()
    pattern='[A-Za-z0-9_.]+\@[A-Za-z0-9_.]+\.'
    for attr in content:
        if attr[0] == 'href':
           print(attr)
           email+='{} '.format(attr)
    emails = re.findall(pattern,email)
    return emails

我一直收到一个空白字符串有人知道为什么吗？

编辑：

这是我当前的代码：

def emails(content):
'return list of email addresses contained in string content'
    email = []
    content = urlopen(url).read().decode()
    pattern='[A-Za-z0-9_.]+\@[A-Za-z0-9_.]+\....'
    email.append(re.findall(pattern,content))
    print(email)

但由于某种原因，我得到：

[['somePERSON@university.ca"']]

代替 ：

['somePERSON@university.ca']

Answer 1

urlopen().read().decode()返回一个 Unicode 字符串。所以循环遍历它会遍历单个字符。不是您要查找的 HTML 属性。您应该使用 HTMLParser 来提取属性，或者在整个文档上运行 re.findall（更粗略，但也会以纯文本形式提取电子邮件地址）。