请用python写一个垃圾邮件的快速识别的程序（最简单的），不允许运用正则表达式

好的，以下是一个最简单的垃圾邮件识别程序，不使用正则表达式：

def is_spam(email_text):
    spam_words = ['money', 'cash', 'free', 'offer', 'credit', 'loan', 'investment', 'opportunity', 'income', 'earn', 'rich', 'million', 'billion', 'dollars']
    for word in spam_words:
        if word in email_text.lower():
            return True
    return False

这个程序的实现思路很简单，就是先定义一些常见的垃圾邮件关键词，然后遍历这些关键词，如果邮件文本中包含任意一个关键词，就认为这是一封垃圾邮件。程序返回一个布尔值，True表示是垃圾邮件，False表示不是。

请注意，这个程序的识别效果可能并不理想，因为它只是简单地根据关键词匹配来判断垃圾邮件，而没有进行任何复杂的特征提取和算法优化。如果您需要更准确的垃圾邮件识别，建议使用更加复杂的算法和模型。

相关问题

python正则表达式 match

### Python 正则表达式 `re.match` 使用教程

#### 函数定义与基本语法
在Python中，`re.match()` 是正则表达式模块中的一个重要函数，专门用来检测字符串的开头是否符合给定的模式。如果匹配成功，则返回一个Match对象；反之，如果没有找到任何匹配项，则返回None。

import re

pattern = r'\w+'  # 匹配由字母、数字或下划线组成的单词
string = 'hello world'
result = re.match(pattern, string)

if result:
    print(f"匹配成功: {result.group()}")  # 输出：匹配成功: hello
else:
    print("匹配失败")

上述代码展示了如何利用简单的正则表达式去尝试从字符串起始位置寻找符合条件的内容[^1]。

#### 参数解释
- **pattern**: 表达式模板，即想要查找的目标样式描述。
- **string**: 被检索的数据源文本串。
- **flags**(可选): 控制行为的一些额外参数，比如忽略大小写的标志等[^5]。

#### 实际应用场景举例
考虑这样一个场景——验证电子邮件地址的有效性：

def validate_email(email):
    email_regex = r'^[\w\.-]+@[\w\.-]+\.[a-zA-Z]{2,}$'
    match_result = re.match(email_regex, email)
    
    if match_result is not None:
        return True
    else:
        return False

test_emails = ['example@example.com', 'invalid-email']
for email in test_emails:
    validity = validate_email(email)
    status = "有效" if validity else "无效"
    print(f"{email}: {status}")

这段程序会依次测试两个不同的邮箱格式并给出相应的判断结果[^3]。

#### 特殊情况说明
值得注意的是，当目标字符串并不以指定模式开始时，即使中间部分存在该模式也不会被识别出来。例如，在下面的例子中，“world”虽然存在于整个字符串之中，但由于它不是位于最前面的位置所以不会触发成功的匹配事件[^4]。

text = " say hello to the world"
search_term = "hello"

matched = re.match(search_term, text)
print(matched)  # 结果为 None

编写程序，使用正则表达式提取另一个Python程序中的所有函数名。

要从Python源文件中提取所有的函数名，你可以使用Python的内置模块`re`（正则表达式）以及`ast`（抽象语法树）来解析代码。这里有一个简单的例子，展示了如何完成这个任务：

import re
import ast

def extract_function_names(file_path):
    # 读取文件内容
    with open(file_path, 'r', encoding='utf-8') as file:
        source_code = file.read()

    # 使用ast模块构建抽象语法树
    tree = ast.parse(source_code)

    # 正则表达式匹配函数定义
    pattern = r"(?ims)(def\s+[\w_]+[\(\)]*\s*:\s*)"
    
    # 提取函数名
    function_names = re.findall(pattern, source_code)
    
    return [name.strip() for name in function_names]

# 示例用法
file_name = "your_file.py"  # 替换为你要分析的文件路径
function_list = extract_function_names(file_name)

for function in function_list:
    print(function)

这个脚本首先读取指定的Python文件，然后使用`ast.parse()`将其转换成抽象语法树。接着，我们定义了一个正则表达式模式，用于识别`def`关键字后面跟随着的函数名。`re.findall()`函数返回所有匹配到的字符串列表。最后，我们将结果中的每个函数名清理一下（移除可能的空格或尾部冒号）并打印出来。