روش فیلتر کردن نشانی‌های ایمیل بر اساس دامنه
نشانی‌ها را بر اساس دامنه، زیردامنه یا پسوندی مانند .edu فیلتر کنید. با مثال‌های مشخص، ترکیب درست دامنه، واژه و استثناها را یاد بگیرید.
این راهنما از Email Extractor برای اعمال فیلتر دامنه و واژه بر نتایج استخراج صفحه استفاده می‌کند.
فهرست
تعیین کنید دامنه سایت مهم است یا دامنه ایمیل#
دامنه صفحه مبدأ با بخش پس از @ در ایمیل فرق دارد. فهرستی در directory.test ممکن است نشانی ده‌ها سازمان را نشان دهد. اگر فقط نشانی منتهی به studio.test می‌خواهید، فیلتر دامنه ایمیل بگذارید؛ میزبان صفحه نتیجه را تعیین نمی‌کند. برعکس، اسکن studio.test می‌تواند نشانی تأمین‌کننده در دامنه دیگر بدهد. مشخص کردن دامنه مهم، از اشتباه رایج ساخت فهرست متمرکز جلوگیری می‌کند. مثال‌های این راهنما درباره فیلتر مقدار نشانی استخراج‌شده در اسکن صفحه است.
دامنه را بدون @ وارد کنید#
گزینه‌های پیشرفته Premium را باز و دامنه ساده‌ای مثل studio.test وارد کنید. URL کامل، مسیر یا @ ابتدایی را در این فیلد نگذارید. فیلتر کنونی دامنه و زیردامنه را می‌پذیرد؛ پس نشانی team.studio.test با فیلتر studio.test تطبیق می‌کند. اگر فقط خود دامنه اصلی لازم است، دامنه نتایج را بررسی و موارد زیردامنه را جدا کنید. جدول زیر معنی موردانتظار چند تنظیم نمونه را روشن می‌کند و فیلتر دامنه را از کنترل‌های دیگر جدا می‌سازد.
| تنظیم | نمونه | محدوده موردانتظار |
|---|---|---|
| دامنه | studio.test | نشانی‌های studio.test و زیردامنه‌هایش |
| پسوند | .edu | نشانی‌های منتهی به .edu |
| واژه‌های الزامی | team,sales | نشانی دارای هر دو واژه team و sales |
| دامنه‌های حذف‌شده | vendor.test | نشانی‌های مطابقی که از نتیجه بررسی‌شده کنار گذاشته می‌شوند |
وقتی پایان دامنه مهم است از پسوند استفاده کنید#
برای یک پایان مانند .edu یا .org از فیلد پسوند استفاده کنید؛ وقتی پایان دامنه مهم است، نه یک سازمان مشخص. پنجره یک مقدار پسوند می‌پذیرد؛ فهرست ویرگولی را جست‌وجوی «یا»ی پشتیبانی‌شده ندانید. برای چند گروه مستقل، اسکن جدا انجام دهید یا خروجی را بعداً بر اساس دامنه سامان دهید. تطبیق پسوند فقط نوشتار نشانی را توصیف می‌کند؛ کارمند فعلی بودن صاحب، مرتبط بودن سازمان یا تحویل‌پذیری صندوق را ثابت نمی‌کند.
واژه‌های الزامی را با دقت ترکیب کنید#
واژه‌ها با ویرگول جدا می‌شوند، ولی پنجره فعلی وجود همه آن‌ها را در نشانی می‌خواهد. team,sales مقداری را می‌پذیرد که هر دو واژه را دارد، نه همه نشانی‌های team به‌اضافه همه sales. این برای الگوی نام‌گذاری خاص مفید است، ولی به‌آسانی فیلتر را سخت می‌کند. با یک شرط روشن شروع کنید و پیش از افزودن شرط، نتیجه معلوم را بسنجید. برای چند گروه مستقل، اجراهای جدا و قابل بررسی بسازید؛ فرض نکنید ورودی مانند عبارت موتور جست‌وجو عمل می‌کند.
حذف دامنه نامرتبط و نشانی سیستمی#
فهرست حذف می‌تواند دامنه‌های شناخته‌شده نامرتبط را کنار بگذارد. گزینه سیستمی هم الگوی صندوق خودکار را پنهان می‌کند. این دو مسئله متفاوت‌اند: دامنه شرکت شاید مرتبط باشد ولی noreply آن نه؛ نشانی عادی در سرویس‌دهنده نامرتبط هم ممکن است ناخواسته باشد. با کم کردن موقت یک تنظیم در هر بار، نمونه‌ای از حذف‌ها را بررسی کنید. فیلترها قواعد متن روی نتیجه‌اند؛ برای نام‌گذاری غیرمعمول، مبدأ را بررسی کنید و خودکار درباره صاحب نتیجه نگیرید.
آزمایش نشانی معلوم پیش از اجرای بزرگ#
صفحه‌ای با یک نشانی قابل شناسایی برگزینید و با ساده‌ترین تنظیم مرتبط اسکن کنید. دامنه، پسوند یا واژه را یکی‌یکی اضافه و باقی ماندن مقدار معلوم را در نتیجه موردانتظار بررسی کنید. این رفع اشکال را مقایسه‌پذیر می‌کند، نه حدسی. اگر فقط پس از فیلتر نتیجه ناپدید شد، پیش از تغییر مجوز یا حالت همان فیلتر را ببینید. اگر هیچ حالتی حتی بدون فیلتر صفحه را نمی‌خواند، راهنمای نتیجه گم‌شده را بخوانید. تنظیم موفق را با پروژه نگه دارید تا اسکن بعدی تکرارپذیرتر باشد.
خروجی فهرست متمرکز با حفظ زمینه مفید#
پس از فیلتر، نشانی لازم را انتخاب و مبدأ را بررسی کنید. برای فهرست ساده TXT و برای صفحه‌گسترده CSV یا XLSX بگیرید؛ HTML و JSON هم هستند. فرض نکنید فیلتر همه روش‌های دیگر را عوض یا سوابق مبدأ را دائمی حذف می‌کند. نمای فعلی و انتخاب پنجره خروجی را ببینید. فایل متمرکز آسان‌تر بررسی می‌شود و URL مبدأ کمک می‌کند بعداً دلیل ورود یک نشانی به فهرست روشن باشد.
این روش را در عمل امتحان کنید
مستندات مرتبط را بخوانید برای شناخت کنترل‌ها و محدودیت‌های محصول در این راهنما. تماس با پشتیبانی اگر درباره نتیجه مشخصی کمک لازم دارید.
Email Extractorدریافت Email Extractor
نشانی‌های صفحات وب را پیدا کنید و نتایج را به فهرستی کاربردی تبدیل کنید.
