Python代码输出重复原因咨询：提取FROM后邮箱为何重复输出

问题：从文本文件中提取From行后的电子邮件地址 #

原代码如下：

fname = input("Enter file name: ")

fh = open(fname)
count = 0

for line in fh:
    line = line.rstrip()
    if not line.startswith("From"):
        continue
    wds = line.split()
    print(wds[1])
    count +=1

print("There were", count, "lines in the file with From as the first word")

输出示例：

stephen.marquard@uct.ac.za

stephen.marquard@uct.ac.za 

louis@media.berkeley.edu

louis@media.berkeley.edu

zqian@umich.edu

zqian@umich.edu

重复输出的原因分析 #

出现重复输出的核心原因无非两种：

• 源文本文件本身包含重复的行：从输出结果看，每个邮箱都连续出现两次，说明你的目标文件里存在完全一样的From开头行，代码只是忠实地读取并输出了每一行对应的邮箱。
• 代码的匹配逻辑太宽泛：你的代码用line.startswith("From")匹配所有以From开头的行，会同时命中From（作为独立单词开头）和From:（带冒号）这类行。如果文件里同一邮箱对应的From和From:行都存在，也会导致重复输出——比如部分邮件日志里，既有From user@example.com的行，也有From: user@example.com的行，两者都会被你的代码捕获。

如果是第二种情况，你可以把判断条件改成line.startswith("From ")（注意From后面加空格），这样只会匹配以From作为独立单词开头的行，避免误抓From:这类行。

内容的提问来源于stack exchange，提问作者Marcus Edmonds