如何使用Google Natural Language API提取文本邮箱？含名片场景Python方案

嘿，刚好这两个问题可以串起来解决，我来给你详细说清楚——先讲基础的Google NLP API提取邮箱的逻辑，再给你一套结合Vision API识别名片的完整Python实现方案。

Google Natural Language API的**实体识别（Entity Recognition）**功能直接支持识别EMAIL类型的实体，这是最可靠的方法（比自己写正则适配各种复杂场景省心多了）。

核心步骤：

• 先在Google Cloud控制台启用Natural Language API，配置好认证（比如设置GOOGLE_APPLICATION_CREDENTIALS环境变量指向你的服务账号密钥JSON文件）。
• 调用API的实体分析接口，传入待处理的文本。
• 遍历返回的实体结果，筛选出类型为EMAIL的条目，对应的name字段就是邮箱地址。

如果你已经用Vision API识别了名片得到文本，那直接跳转到提取邮箱的步骤就行；如果还没做名片识别，咱们一步到位：

第一步：准备工作 #

1. 安装依赖包：

pip install google-cloud-vision google-cloud-language

2. 在Google Cloud控制台启用Vision API和Natural Language API，下载服务账号密钥JSON文件，设置环境变量：
   • Linux/macOS：

     export GOOGLE_APPLICATION_CREDENTIALS="/path/to/your/service-account-key.json"
     

   • Windows（命令提示符）：

     set GOOGLE_APPLICATION_CREDENTIALS=C:\path\to\your\service-account-key.json
     

第二步：Python代码实现 #

from google.cloud import vision_v1 as vision
from google.cloud import language_v1

def extract_text_from_business_card(image_path):
    """用Google Vision API识别名片中的文本"""
    client = vision.ImageAnnotatorClient()

    with open(image_path, "rb") as image_file:
        content = image_file.read()

    image = vision.Image(content=content)
    # 用专门的文档文本识别，比通用OCR更适配名片排版
    response = client.document_text_detection(image=image)
    document = response.full_text_annotation

    extracted_text = document.text
    if response.error.message:
        raise Exception(
            f"Vision API调用出错: {response.error.message}"
        )
    return extracted_text

def extract_email_from_text(text):
    """用Google Natural Language API从文本中提取邮箱"""
    client = language_v1.LanguageServiceClient()
    document = language_v1.Document(
        content=text, type_=language_v1.Document.Type.PLAIN_TEXT
    )

    # 调用实体分析接口
    response = client.analyze_entities(request={"document": document})
    emails = []

    # 遍历实体，筛选邮箱类型
    for entity in response.entities:
        if entity.type_ == language_v1.Entity.Type.EMAIL:
            emails.append(entity.name)
    
    return emails

# 主流程
if __name__ == "__main__":
    # 替换成你的名片图片路径
    card_image_path = "business_card.jpg"
    try:
        # 1. 识别名片文本
        card_text = extract_text_from_business_card(card_image_path)
        print("名片识别到的文本:\n", card_text)
        
        # 2. 提取邮箱
        email_list = extract_email_from_text(card_text)
        if email_list:
            print("\n提取到的邮箱地址:")
            for email in email_list:
                print("-", email)
        else:
            print("\n未识别到邮箱地址")
    except Exception as e:
        print("出错了:", str(e))

一些实用提示 #

• 如果是中文名片，可以给Vision API加language_hints=["zh"]参数，提升识别准确率。
• 如果文本里有多个邮箱，API会全部识别出来并返回列表。
• 记得检查Google Cloud账号的配额，避免因调用次数超限导致失败。

内容的提问来源于stack exchange，提问作者x86-64