Python | 正規表現（re）

Python

2022.03.052025.11.05

では 複数のテキストファイルからメール・電話・日付を抽出して、結果をCSVに出力する実務向けスクリプト を作ります。

フォルダ内のすべての .txt ファイルを対象
正規表現で抽出（メール・電話・日付）
CSV に整理して出力（1行1件 or 複数件まとめて）
初心者向けにコメントつき

# =============================================
# 実務向け：複数テキストからメール・電話・日付を抽出しCSV出力
# =============================================
import re
import os
import csv

# -----------------------------
# 1. 抽出するパターン（正規表現）
# -----------------------------
email_pattern = r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}"
phone_pattern = r"\b0\d{1,4}-\d{1,4}-\d{4}\b"
date_pattern  = r"\b\d{4}-\d{2}-\d{2}\b"

# -----------------------------
# 2. 対象フォルダと出力ファイル
# -----------------------------
input_folder = "./texts"   # テキストファイルが入っているフォルダ
output_csv   = "extracted_data.csv"

# -----------------------------
# 3. ファイルを読み込み抽出
# -----------------------------
results = []  # CSVに書き込むリスト

for filename in os.listdir(input_folder):
    if filename.endswith(".txt"):
        file_path = os.path.join(input_folder, filename)
        with open(file_path, "r", encoding="utf-8") as f:
            text = f.read()
        
        emails = re.findall(email_pattern, text)
        phones = re.findall(phone_pattern, text)
        dates  = re.findall(date_pattern, text)

        # ファイル名と抽出結果をまとめる
        results.append({
            "ファイル名": filename,
            "メール": ",".join(emails),
            "電話": ",".join(phones),
            "日付": ",".join(dates)
        })

# -----------------------------
# 4. CSV に出力
# -----------------------------
fieldnames = ["ファイル名", "メール", "電話", "日付"]

with open(output_csv, "w", newline="", encoding="utf-8") as csvfile:
    writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
    writer.writeheader()
    for row in results:
        writer.writerow(row)

print(f"抽出結果を {output_csv} に出力しました。")

# =============================================
# 実務向け：複数テキストからメール・電話・日付を抽出しCSV出力
# =============================================
import re
import os
import csv

# -----------------------------
# 1. 抽出するパターン（正規表現）
# -----------------------------
email_pattern = r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}"
phone_pattern = r"\b0\d{1,4}-\d{1,4}-\d{4}\b"
date_pattern  = r"\b\d{4}-\d{2}-\d{2}\b"

# -----------------------------
# 2. 対象フォルダと出力ファイル
# -----------------------------
input_folder = "./texts"   # テキストファイルが入っているフォルダ
output_csv   = "extracted_data.csv"

# -----------------------------
# 3. ファイルを読み込み抽出
# -----------------------------
results = []  # CSVに書き込むリスト

for filename in os.listdir(input_folder):
    if filename.endswith(".txt"):
        file_path = os.path.join(input_folder, filename)
        with open(file_path, "r", encoding="utf-8") as f:
            text = f.read()
        
        emails = re.findall(email_pattern, text)
        phones = re.findall(phone_pattern, text)
        dates  = re.findall(date_pattern, text)

        # ファイル名と抽出結果をまとめる
        results.append({
            "ファイル名": filename,
            "メール": ",".join(emails),
            "電話": ",".join(phones),
            "日付": ",".join(dates)
        })

# -----------------------------
# 4. CSV に出力
# -----------------------------
fieldnames = ["ファイル名", "メール", "電話", "日付"]

with open(output_csv, "w", newline="", encoding="utf-8") as csvfile:
    writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
    writer.writeheader()
    for row in results:
        writer.writerow(row)

print(f"抽出結果を {output_csv} に出力しました。")