Cum scanezi un site întreg pentru adrese de e-mail
Scanați până la 10,000 pagini pe un singur site, urmăriți automat subpaginile conectate și colectați adresele de email găsite într-o listă unică.
Acest ghid folosește Email Extractor pentru a urmări linkurile interne și a colecta adrese de e-mail pe un singur site web.
Cuprins
Ce face scanarea adreselor de pe un site întreg#
O adresă de email utilă nu se găsește întotdeauna pe pagina pe care o deschizi prima dată. Un site web poate răspândi detalii de contact pe pagini ale departamentelor, profiluri ale echipelor, secțiuni de suport și pagini de presă. Scanarea întregului site începe de la un URL de site, descoperă alte pagini de pe acel site și verifică HTML-ul public pentru adrese de email. Nu trebuie să colectezi și să lipești fiecare URL de pagină singur. Utilizează acest flux de lucru atunci când vrei să explorezi un site automat. Dacă ai deja o listă precisă de pagini de verificat, scanarea listei de URL-uri este opțiunea mai concentrată.
Cum urmează scanarea ramurile site-ului#
Gândește-te la un site ca la ramuri conectate. Pagina principală poate trimite la /about, aceasta la /company, apoi la /press. O adresă se poate afla la câțiva pași de pagina inițială. Email Extractor urmărește linkurile interne și citește sitemap-uri XML compatibile pentru a descoperi pagini. O pagină nu trebuie să conțină o adresă pentru a conduce scanarea la alta. În exemplu, /company nu conține adrese, dar linkul spre /press duce la press@example.com. Scanarea rămâne pe același site, fără a urma linkuri externe pe internet.
example.com/contact/support
/about/companyNicio adresă de email pe această pagină/presspress@example.com
/team/careers
Începe o scanare a întregului site în Email Extractor#
Deschideți panoul de control Email Extractor, extindeți Scanare în lot și alegeți Scanare întreg site-ul. Introduceți website-ul URL pe care doriți să-l explorați, de preferință pagina sa publică normală. Alegeți limita de pagini și modul de scanare, apoi începeți scanarea. Premium oferă acces la rezultatele complete ale scanării site-ului. De asemenea, puteți selecta Încercați demo pentru a rula o scanare reală și a previzualiza trei adrese de email unice înainte de a face upgrade. Lăsați panoul de control disponibil în timp ce scanarea rulează. Puteți urmări pagina curentă și contoarele de progres sau utilizați Oprire dacă aveți deja suficiente rezultate.
Setează o limită de pagini de până la 10,000#
Limita de pagini controlează câte cereri de pagină poate încerca scanarea. Formularul începe de la 10,000 și puteți alege o limită mai mică pentru o scanare mai mică. Începeți cu o limită mai mică atunci când verificați un site nou sau testați setările. O limită este un plafon, nu un număr garantat de pagini: un site mic poate avea mai puține pagini, iar unele cereri pot eșua sau pot fi sărite. Dacă scanarea atinge limita înainte de a termina paginile descoperite, revizuiți starea înainte de a decide dacă să rulați o scanare mai mare.
Alege HTML complet sau Textul paginii#
HTML complet verifică HTML returnat de site, inclusiv adresele de email din linkurile mailto. Acest lucru este util atunci când un buton de contact spune Contactați-ne, dar stochează adresa în ținta linkului său. Căutările în textul paginii caută textul din documentul returnat, excluzând scripturi, stiluri și conținut similar. Scanarea site-ului vă permite, de asemenea, să săriți peste adresele comune de sistem, cum ar fi cutiile poștale noreply. Mențineți Respect robots.txt activ pentru a urma regulile site-ului înțelese de scanner. Aceste setări se aplică scanării site-ului; ele nu fac să fie identică cu scanarea unei pagini complet redate în fila curentă a browserului.
Citește progresul și revizuiește lista colectată#
Pagini descoperite, pagini scanate și adrese de email găsite măsoară lucruri diferite. O pagină descoperită este un candidat pentru scanare; o pagină scanată a fost citită cu succes; o pagină poate conține mai multe adrese sau niciuna. Aparițiile repetate ale aceleiași adrese de email sunt combinate în rezultate, în loc să se creeze un contact nou de fiecare dată când un footer o repetă. Informațiile despre pagina sursă vă permit să verificați unde a fost găsită o adresă. Revizuiți starea finală pentru paginile sărite, erorile de cerere sau descoperirea incompletă. O execuție finalizată înseamnă că coada disponibilă a fost procesată conform setărilor, nu că fiecare pagină posibilă a fost accesibilă.
Copiază sau exportă rezultatele scanării site-ului#
Revizuiți adresele și paginile lor sursă înainte de a muta lista într-un alt instrument. Folosiți Copiere pentru lista de adrese disponibile sau descărcați direct un fișier TXT din rezultatele scanării site-ului. Deschideți vizualizarea Rezultate pentru mai mult spațiu pentru a inspecta scanarea și folosiți opțiunile de export disponibile acolo. Păstrați informațiile care explică de ce o adresă este utilă pentru sarcina dvs., mai ales atunci când aceeași căsuță poștală apare pe mai multe pagini. Un tipar de e-mail detectat este un candidat pentru revizuire; scanarea nu verifică dacă căsuța sa poștală există sau dacă un mesaj ar fi livrat.
Înțelege ce pagini pot fi omise#
Scanarea întregului site citește răspunsuri HTML publice; nu rulează fiecare pagină ca pe o filă complet interactivă și nu folosește sesiunea ta autentificată pentru a deschide conținut privat. Pot lipsi adresele inserate doar prin JavaScript, datele de contact încărcate după o interacțiune și paginile care necesită autentificare. Pot rămâne necunoscute și paginile fără un link intern care poate fi descoperit sau fără o intrare într-un sitemap compatibil. Domeniile externe și alte subdomenii sunt în afara site-ului de pornire. Dacă o anumită pagină pare incompletă, deschide-o normal în browser și încearcă o scanare individuală după încărcarea conținutului.
Pune acest flux de lucru în practică
Citește documentația aferentă pentru controalele și limitele produsului utilizate aici. Contactează asistența dacă ai nevoie de ajutor cu un rezultat specific.
Email ExtractorDescarcă Email Extractor
Găsește adrese de email pe paginile web și transformă rezultatele într-o listă pe care o poți folosi.
