ईमेल पत्त्यांसाठी संपूर्ण वेबसाइट कशी स्कॅन करायची

एका वेबसाइटची 10,000 पर्यंत पृष्ठे स्कॅन करा, जोडलेली उपपृष्ठे आपोआप शोधा आणि पत्ते एकाच यादीत गोळा करा.

लेखक: Email Extractorअद्यतन 18 ऑक्टोबर 20264 मिनिटे वाचन

हा मार्गदर्शक Email Extractor वापरून अंतर्गत दुव्यांच्या आधारे एका वेबसाइटवर ईमेल पत्ते शोधण्याची पद्धत दाखवतो.

अनुक्रमणिका

संपूर्ण वेबसाइटवरील ईमेल स्कॅन काय करतो#

उपयुक्त पत्ता पहिल्या पृष्ठावरच असेल असे नाही. संपर्क विभाग, टीम, सहाय्य व प्रसिद्धी पृष्ठांत विखुरलेला असतो. वेबसाइट स्कॅन एका URLपासून इतर पृष्ठे शोधून त्यांचे सार्वजनिक HTML तपासतो. प्रत्येक URL स्वतः जमा व पेस्ट करावा लागत नाही. साइट आपोआप पाहायची असल्यास ही पद्धत वापरा. अचूक यादी आधीच असेल तर URL यादी अधिक नेमकी आहे.

स्कॅन वेबसाइटच्या शाखा कशा शोधतो#

वेबसाइट जोडलेल्या शाखांसारखी समजा. मुख्यपृष्ठ /aboutला, ते /companyला आणि मग /pressला जोडू शकते. पत्ता अनेक पायऱ्यांवर दूर असतो. विस्तार अंतर्गत दुवे व समर्थित XML साइटमॅप वाचतो. पुढे जाण्यासाठी पृष्ठावर पत्ता असायलाच हवा असे नाही. उदाहरणात /companyवर ईमेल नाही, पण /press दुव्याने press@example.com मिळतो. स्कॅन बाहेरचे दुवे संपूर्ण वेबवर न शोधता त्याच साइटमध्ये राहतो.

पत्ता नसलेले पृष्ठही पुढील शाखेत उपयुक्त निकालाकडे नेऊ शकते.

example.com
- /contact
  - /support
- /about
  - /companyया पृष्ठावर पत्ता नाही
    - /presspress@example.com
- /team
  - /careers

Email Extractorमध्ये वेबसाइट स्कॅन सुरू करा#

डॅशबोर्डमध्ये बॅच स्कॅनमधून संपूर्ण वेबसाइट निवडा. शक्यतो नेहमीचे सार्वजनिक मुख्यपृष्ठ URL द्या. मर्यादा व प्रकार ठरवून सुरू करा. Premium संपूर्ण निकाल देतो; डेमो निवडून खरा स्कॅन आणि तीन वेगळ्या पत्त्यांचे पूर्वदृश्य मिळते. स्कॅन चालताना डॅशबोर्ड उपलब्ध ठेवा. सध्याचे पृष्ठ व संख्या पाहा; पुरेसे मिळाल्यास थांबवा.

10,000 पर्यंत पृष्ठ मर्यादा ठरवा#

पृष्ठ मर्यादा किती विनंत्यांचे प्रयत्न करता येतील ते ठरवते. फॉर्म 10,000पासून सुरू होतो; लहान स्कॅनला कमी निवडा. नवीन साइट किंवा सेटिंग्ज चाचणीसाठी लहान मर्यादा चांगली. हे कमाल आहे, पृष्ठसंख्येचे वचन नाही; साइट लहान असू शकते आणि विनंत्या अयशस्वी किंवा वगळल्या जातात. सर्व शोध पृष्ठे संपण्यापूर्वी मर्यादा आल्यास मोठा स्कॅन ठरवण्यापूर्वी स्थिती पाहा.

संपूर्ण HTML किंवा पृष्ठ मजकूर निवडा#

संपूर्ण HTML आलेले HTML व mailtoमधील पत्ते तपासतो. बटणावर ईमेल करा लिहिलेले पण लक्ष्यांत पत्ता असेल तर उपयोगी आहे. पृष्ठ मजकूर आलेल्या दस्तऐवजात स्क्रिप्ट, शैली व तत्सम माहिती वगळून शोधतो. noreplyसारखे प्रणाली पत्तेही वगळता येतात. स्कॅनरला समजणारे साइट नियम पाळण्यासाठी robots.txt पाळणे सुरू ठेवा. ही वेबसाइट स्कॅनची सेटिंग्ज आहेत; ती सध्याच्या टॅबमधील पूर्ण रेंडर पृष्ठासारखी होत नाहीत.

प्रगती वाचा आणि यादी तपासा#

शोधलेली पृष्ठे, स्कॅन पृष्ठे आणि सापडलेले पत्ते वेगवेगळे मोजतात. शोधलेले पृष्ठ तपासण्याचा उमेदवार, स्कॅन पृष्ठ यशस्वी वाचलेले; एका पृष्ठात अनेक किंवा शून्य पत्ते असतात. तोच पत्ता फूटरमध्ये पुन्हा आला तरी नवीन संपर्क न बनता एकत्र होतो. मूळ माहिती पत्ता कुठे मिळाला ते सांगते. वगळलेली पृष्ठे, विनंती त्रुटी व अपूर्ण शोध पाहा. पूर्ण म्हणजे उपलब्ध रांग सेटिंग्जनुसार तपासली, प्रत्येक शक्य पृष्ठ खुले होते असे नाही.

वेबसाइट स्कॅन निकाल कॉपी किंवा एक्सपोर्ट करा#

यादी दुसऱ्या साधनात नेण्यापूर्वी पत्ते व मूळ पृष्ठे तपासा. उपलब्ध यादी कॉपी करा किंवा वेबसाइट निकालातून TXT घ्या. मोठ्या तपासणीसाठी निकाल दृश्य उघडा आणि तिथले एक्सपोर्ट वापरा. विशेषतः एक मेलबॉक्स अनेक पृष्ठांवर असेल तर संपर्क उपयोगी का आहे ती माहिती ठेवा. सापडलेला नमुना तपासायचा उमेदवार आहे; स्कॅन मेलबॉक्स अस्तित्व किंवा संदेश पोहोचेल का पडताळत नाही.

कोणती पृष्ठे सुटू शकतात ते समजा#

वेबसाइट स्कॅन सार्वजनिक HTML वाचतो; प्रत्येक पृष्ठ पूर्ण परस्परसंवादी टॅब करत नाही किंवा खाजगी माहितीला लॉगिन सत्र वापरत नाही. फक्त JavaScript, पृष्ठावरील कृतीनंतरची माहिती व लॉगिन पृष्ठे सुटू शकतात. शोधता येणारा अंतर्गत दुवा किंवा समर्थित साइटमॅप नोंद नसलेली पृष्ठेही अज्ञात राहतात. बाह्य डोमेन व इतर उपडोमेन सुरुवातीच्या व्याप्तीबाहेर आहेत. एखादे पृष्ठ अपूर्ण वाटल्यास ब्राउझरमध्ये उघडून माहिती लोड झाल्यावर एकल-पृष्ठ स्कॅन करा.