روش اسکن کل وب‌سایت برای نشانی‌های ایمیل
تا 10,000 صفحه از یک وب‌سایت را اسکن کنید، پیوند زیرصفحه‌ها را خودکار دنبال کنید و نشانی‌های پیداشده را در یک فهرست گرد آورید.
این راهنما از Email Extractor برای دنبال کردن پیوندهای داخلی و جمع‌آوری نشانی در یک وب‌سایت استفاده می‌کند.
فهرست
اسکن کل وب‌سایت چه می‌کند#
نشانی مفید همیشه در نخستین صفحه نیست. سایت ممکن است تماس را بین صفحات بخش‌ها، نمایه تیم، پشتیبانی و مطبوعات پخش کند. اسکن کل سایت از یک URL شروع، صفحات دیگر همان سایت را کشف و HTML عمومی آن‌ها را برای نشانی بررسی می‌کند. لازم نیست هر URL را خودتان جمع و وارد کنید. برای کاوش خودکار سایت این روش را به کار ببرید؛ اگر فهرست دقیق صفحات دارید، اسکن فهرست URL متمرکزتر است.
چطور اسکن شاخه‌های سایت را دنبال می‌کند#
سایت را شاخه‌های متصل تصور کنید. صفحه اصلی شاید به /about، آن به /company و سپس به /press پیوند دهد. نشانی می‌تواند چند گام دورتر از شروع باشد. Email Extractor پیوند داخلی و نقشه XML پشتیبانی‌شده را برای کشف می‌خواند. صفحه لازم نیست نشانی داشته باشد تا اسکن را به صفحه بعد برساند. در نمونه زیر، /company نشانی ندارد، ولی پیوند /press به press@example.com می‌رسد. اسکن در همان سایت می‌ماند و پیوند بیرونی سراسر وب را دنبال نمی‌کند.
example.com/contact/support
/about/companyاین صفحه نشانی ایمیل ندارد/presspress@example.com
/team/careers
شروع اسکن کل سایت در Email Extractor#
داشبورد Email Extractor را باز، اسکن گروهی را گسترش و کل وب‌سایت را انتخاب کنید. URL سایت، ترجیحاً صفحه اصلی عمومی عادی را بدهید. حد صفحه و حالت را برگزینید و شروع کنید. Premium دسترسی کامل به نتایج سایت می‌دهد. با امتحان نسخه آزمایشی هم می‌توان اسکن واقعی و سه نشانی یکتا را پیش از ارتقا دید. داشبورد را هنگام اجرا باز نگه دارید. URL و شمار پیشرفت را ببینید یا اگر نتیجه کافی دارید پایان را بزنید.
تنظیم حد تا 10,000 صفحه#
حد صفحه، تعداد درخواست‌هایی را که اسکن می‌تواند امتحان کند تعیین می‌کند. فرم از 10,000 شروع می‌شود و برای اسکن کوچک‌تر حد پایین‌تر می‌پذیرد. برای سایت تازه یا آزمون تنظیمات، از حد کم شروع کنید. حد یک سقف است، نه وعده تعداد صفحه؛ سایت کوچک شاید صفحات کمتر داشته باشد و برخی درخواست‌ها شکست بخورند یا رد شوند. اگر پیش از اتمام کشف‌ها سقف رسید، وضعیت را ببینید و سپس درباره اجرای بزرگ‌تر تصمیم بگیرید.
انتخاب HTML کامل یا متن صفحه#
HTML کامل، HTML دریافتی سایت و نشانی در mailto را بررسی می‌کند. وقتی دکمه تماس می‌گوید به ما ایمیل بزنید ولی نشانی در مقصد پیوند است مفید است. متن صفحه، متن سند دریافتی را بدون اسکریپت، سبک و محتوای مشابه جست‌وجو می‌کند. اسکن سایت حذف نشانی سیستمی رایج مثل noreply را هم دارد. رعایت robots.txt را روشن نگه دارید تا قواعدی که اسکنر می‌فهمد دنبال شوند. این تنظیمات مخصوص اسکن سایت‌اند و آن را همسان اسکن صفحه کاملاً نمایش‌داده‌شده زبانه فعلی نمی‌کنند.
خواندن پیشرفت و بررسی فهرست جمع‌شده#
صفحات کشف‌شده، صفحات اسکن‌شده و نشانی‌های پیداشده چیزهای متفاوت‌اند. صفحه کشف‌شده نامزد اسکن است، صفحه اسکن‌شده موفق خوانده شده و هر صفحه می‌تواند چند نشانی یا هیچ‌کدام داشته باشد. تکرار یک نشانی در نتیجه یکی می‌شود و هر تکرار پاصفحه تماس جدید نمی‌سازد. اطلاعات مبدأ محل یافتن را نشان می‌دهد. وضعیت نهایی را برای صفحات ردشده، خطای درخواست یا کشف ناقص ببینید. اتمام یعنی صف موجود در چارچوب تنظیمات پردازش شده، نه دسترسی به همه صفحات ممکن.
کپی یا خروجی نتایج اسکن سایت#
پیش از انتقال فهرست به ابزار دیگر، نشانی و مبدأ را بررسی کنید. فهرست قابل دسترس را کپی یا TXT را مستقیم از نتیجه سایت دریافت کنید. برای فضای بررسی بیشتر و گزینه خروجی موجود، نمای نتایج را باز کنید. اطلاعات دلیل مفید بودن تماس را حفظ کنید، به‌ویژه وقتی یک صندوق در چند صفحه است. الگوی شناسایی‌شده موردی برای بررسی است؛ اسکن وجود صندوق یا تحویل پیام را تأیید نمی‌کند.
شناخت صفحاتی که ممکن است جا بمانند#
اسکن کل سایت پاسخ HTML عمومی را می‌خواند؛ هر صفحه را زبانه کاملاً تعاملی اجرا نمی‌کند و برای محتوای خصوصی از نشست واردشده شما استفاده نمی‌کند. نشانی فقط JavaScript، تماس پس از تعامل و صفحه پشت ورود ممکن است جا بماند. صفحه بدون پیوند داخلی کشف‌شدنی و بدون مدخل نقشه پشتیبانی‌شده هم شاید ناشناخته بماند. دامنه بیرونی و زیردامنه دیگر بیرون محدوده آغازند. اگر صفحه مشخص ناقص است، آن را عادی در مرورگر باز و پس از بارگذاری تک‌صفحه اسکن کنید.
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.
