如何简化Python提取Excel邮箱代码并跳过转CSV步骤？

下面是简化后的实现代码，直接处理Excel文件，跳过CSV中转，同时兼容多列邮箱、空值场景：

import pandas as pd
import re

# 正则表达式匹配常见邮箱格式
EMAIL_PATTERN = re.compile(r"[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+")

# 直接读取Excel文件
df = pd.read_excel("Email_List.xlsx")

# 收集所有有效邮箱
all_emails = []
# 遍历所有非空单元格内容（stack()自动过滤空值）
for cell_content in df.stack().astype(str):
    # 提取当前单元格内的所有邮箱
    matched_emails = EMAIL_PATTERN.findall(cell_content)
    if matched_emails:
        all_emails.extend(matched_emails)

# 去重后输出结果
unique_emails = list(set(all_emails))
for email in unique_emails:
    print(email)

关键优化说明 #

• 省去CSV中转步骤：直接通过pandas读取Excel并处理，避免生成中间文件，提升流程效率。
• 自动处理空值：df.stack()方法默认会丢弃空值单元格，无需额外编写空值判断逻辑。
• 适配任意列结构：遍历所有单元格的方式，不管邮箱分布在多少列，都能全部提取，无需关心表格格式。
• 去重避免重复群发：用集合对提取到的邮箱去重，防止同一邮箱被多次提取。
• 更精准的正则匹配：调整正则表达式，避免误匹配邮箱末尾的多余标点（如逗号、句号）。

可选：保存结果到文件 #

如果需要把提取的邮箱保存到本地文件，可添加以下代码：

# 将去重后的邮箱保存为文本文件
with open("extracted_emails.txt", "w", encoding="utf-8") as f:
    f.write("\n".join(unique_emails))

内容的提问来源于stack exchange，提问作者Aaron Vos