HTML completo ou Texto visível: qual modo de análise usar?
Compare a extração nos modos HTML completo e Texto visível, entenda por que a quantidade de resultados varia e escolha o modo adequado para endereços visíveis ou para a marcação da página.
Este guia usa Email Extractor para comparar os modos de análise de página HTML completo e Texto visível.
Conteúdo
O que HTML completo e Texto visível realmente pesquisam#
Uma página da web tem conteúdo renderizado e marcação subjacente. Um endereço pode estar visível em um parágrafo, guardado em um link de e-mail ou presente em um atributo que não aparece como texto. Texto visível pesquisa o texto carregado que o visitante pode ler. HTML completo inclui também a marcação carregada e as estruturas compatíveis que contêm endereços. Como as entradas diferem, as quantidades de resultados podem variar. A comparação abaixo trata da análise de uma página individual. A Análise do site inteiro lê respostas HTML públicas e tem sua própria opção Texto da página, sem reproduzir uma guia totalmente renderizada.
| Pergunta | Texto visível | HTML completo |
|---|---|---|
| Conteúdo principal pesquisado | Texto carregado legível | Marcação carregada e conteúdo com endereço compatível |
| Link Envie-nos um e-mail sem endereço visível | Pode não retornar o endereço de destino | Pode ler um destino mailto compatível |
| Melhor ponto de partida | Endereços já mostrados na página | Botões de contato ou candidatos HTML adicionais |
| Conteúdo não carregado na página | Não disponível | Não disponível |
Quando o texto visível é o melhor ponto de partida#
Escolha Texto visível quando a página lista endereços claramente e você deseja ficar próximo do que o visitante pode ler. Um diretório de funcionários com um endereço de cada pessoa é um exemplo simples. Carregue primeiro as linhas relevantes, depois verifique e compare a lista com a fonte visível. Este modo pode reduzir correspondências de marcações não relacionadas, mas não é uma garantia de que cada endereço retornado pertença ao conteúdo principal. Rodapés de páginas, exemplos e referências de terceiros ainda podem estar visíveis. Revise os resultados de acordo com sua finalidade, em vez de confiar apenas no nome do modo.
Quando HTML completo pode encontrar endereços de e-mail adicionais#
Escolha HTML completo quando a página mostrar um botão E-mail, mas não o endereço de destino, ou quando você suspeitar que a marcação suportada contém detalhes de contato úteis. Por exemplo, um destino mailto pode conter press@studio.test enquanto o próprio botão simplesmente diz Entre em contato com a equipe de imprensa. HTML completo pode ler esse alvo. Também pode encontrar endereços em atributos suportados ou seções carregadas que não fazem parte do texto visível principal. Algumas correspondências adicionais podem ser exemplos ou dados de modelo. Mantenha o contexto de origem para poder distinguir um contato pretendido de uma sequência incidental semelhante a um endereço.
Por que dois modos de análise podem retornar contagens diferentes#
Suponha que uma página liste visivelmente um endereço de suporte e tenha dois botões de e-mail com destinos mailto diferentes. O texto visível pode encontrar o endereço impresso, enquanto o HTML completo pode encontrar todos os três candidatos. Aparições repetidas do mesmo endereço ainda são desduplicadas, portanto, três ocorrências correspondentes nem sempre significam três resultados exclusivos. Os filtros ativos podem reduzir qualquer uma das listas após a extração. Antes de diagnosticar uma diferença como um bug, verifique se os endereços adicionais realmente existem na marcação e se as configurações de domínio, endereço de exemplo ou endereço do sistema estão excluindo os valores esperados.
Carregue conteúdo interativo antes de comparar os modos#
Um endereço que aparece somente após a abertura de um cartão de equipe pode não existir na página carregada antes dessa ação. Role, expanda a seção relevante ou navegue até a página de contato e compare os modos novamente. HTML completo não significa que a extensão possa recuperar todas as páginas ou registros privados do site. Ele pesquisa conteúdo compatível disponível para o scanner. Quadros acessíveis e componentes abertos podem contribuir com resultados, enquanto o isolamento do navegador pode bloquear outros conteúdos incorporados. Uma comparação específica de página é mais confiável do que presumir que todos os sites implementam detalhes de contato da mesma maneira.
Com o que nenhum dos modos deve ser confundido#
Esses modos de análise não são verificação de caixa de correio, banco de dados de contatos ou promessa de recuperação de todos os endereços ocultos. O texto dentro de uma imagem pode permanecer indisponível e um formulário de contato pode não expor seu endereço de destino. Algumas técnicas de ofuscação deixam padrões legíveis na marcação; outras não. Se a página não entregar o endereço em conteúdo acessível, alterar os modos pode não ajudar. Nesse caso, inspecione as opções normais de contato da página. Quando um endereço compatível estiver presente, mas ainda ausente, remova temporariamente os filtros ativos e verifique o acesso ao site do navegador antes de relatar o resultado.
Uma maneira repetível de escolher seu modo de análise#
Comece com a página e as informações que você realmente pode ver. Execute Texto visível quando seu escopo corresponder à tarefa e compare HTML completo se um botão de contato ou candidato ausente precisar ser conferido novamente. Use a mesma página de origem e configurações de filtro para ambas as execuções para que a comparação permaneça significativa. Revise as correspondências extras, guarde as úteis e exporte a lista escolhida. Se posteriormente você precisar processar a página conhecidas URLs em lote ou explorar um site inteiro, selecione esse fluxo de trabalho separado em vez de tratar uma alteração no modo de análise como uma forma de expandir o escopo da página ativa.
Coloque este processo em prática
Leia a documentação relacionada para os controles e limites do produto usados aqui. Contate o suporte se precisar de ajuda com um resultado específico.
Email ExtractorBaixar Email Extractor
Encontre endereços de e-mail em páginas da web e transforme seus resultados em uma lista que você pode usar.
