python网页抓取邮箱

Python 网页抓取邮箱通常涉及到使用一些网络爬虫库，如BeautifulSoup、Scrapy等配合requests库来获取网页内容，然后解析HTML或JavaScript代码寻找电子邮件地址信息。这里是一个简化的步骤：

1. 导入必要的库：

import requests
from bs4 import BeautifulSoup

2. 发送请求获取页面源码：

url = "http://example.com"  # 需要抓取的网页URL
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

3. 定义查找邮件地址的函数或正则表达式，这取决于网站结构。有时邮箱直接在HTML中显示，有时可能隐藏在JavaScript中需要通过分析DOM树来提取：

def find_emails(soup):
    email_regex = r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'
    emails = soup.find_all('a', href=email_regex) or soup.find_all('span', text=email_regex)
    return [email['href'] if 'href' in email.attrs else email.text for email in emails]

4. 执行查找并打印结果：

emails = find_emails(soup)
for email in emails:
    print(email)

请注意，实际操作时应遵守网站的robots.txt协议，尊重数据隐私，并避免对服务器造成过大负担。