Вот мой новый код.По какой-то причине он дает ошибку, указанную ниже.Кто-нибудь знает, почему это может быть?Или какой-нибудь метод, который я мог бы использовать, чтобы обойти эту проблему?
Новый код:
import glob
import re
folder_path = "/home/"
file_pattern = "/**/*"
folder_contents = glob.glob(folder_path + file_pattern, recursive=True)
#Search for Emails
regex1= re.compile(r'\S+@\S+')
#Search for Phone Numbers
regex2 = re.compile(r'\d\d\d[-]\d\d\d[-]\d\d\d\d')
match_list=[]
for file in folder_contents:
read_file = open(file, 'rt').read()
if regex1.findall(read_file) or regex2.findall(read_file):
email = regex1.findall(read_file)
phone=regex2.findall(read_file)
match_list.append(file)
print (file)
print (email)
Ниже приведена ошибка, которую я получаю:
/home//sample.txt
['bcbs@aol.com', 'James@aol.com']
---------------------------------------------------------------------------
UnicodeDecodeError Traceback (most recent call last)
<ipython-input-44-6281ab1fc0ff> in <module>()
15
16 for file in folder_contents:
---> 17 read_file = open(file, 'rt').read()
18 if regex1.findall(read_file) or regex2.findall(read_file):
19
/jupyterhub_env/lib/python3.5/codecs.py in decode(self, input, final)
319 # decode input (taking the buffer into account)
320 data = self.buffer + input
--> 321 (result, consumed) = self._buffer_decode(data, self.errors, final)
322 # keep undecoded input until the next call
323 self.buffer = data[consumed:]
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc7 in position 10: invalid continuation byte
Нужно ли мнедобавить оператор if else для указания типа файла или ..............................................................................................................................................................................................................................................