Näin poimit kaikki sähköpostiosoitteet ja linkit sotkuisesta tekstistä

Jos haluat poimia kaikki sähköpostiosoitteet sotkuisesta sivusta tai viennistä, käytä kaavaa, joka vastaa osoitteen muotoa, ja siivoa sen viereen jääneet välimerkit. Yksinkertainen kaava ottaa mukaan lauseen lopun pisteen tai pilkun, ja se missaa osoitteet, jotka on kirjoitettu peitellysti. Tarkista lista silmämääräisesti ennen käyttöä.

Sähköpostien ja linkkien poimijaPoimi sähköpostit sivultaTee se ilmaiseksi

Miksi yksinkertaiset kaavat menevät pieleen

Yleinen kaava on sarja merkkejä ilman välilyöntejä, @-merkki ja toinen sarja merkkejä ilman välilyöntejä. Sen on helppo kirjoittaa, mutta siinä on kaksi ongelmaa.

Se ottaa liikaa mukaan. Lauseessa "Contact [email protected], or [email protected]." kaava "\S+@\S+" palauttaa "[email protected]," pilkun kanssa ja "[email protected]." pisteen kanssa. Nämä eivät ole kelvollisia osoitteita listallasi, ja postitussovellus tai roskapostisuodatin hylkää ne.

Se ottaa liian vähän. Osoitteet, jotka on kirjoitettu muodossa "ana [at] example [dot] com" tai "ana at example dot com", eivät osu lainkaan. Kirjoittajat käyttävät tätä muotoa välttääkseen keräämistä, ja jotkin sivut käyttävät sitä samasta syystä. Korvaa sanat ensin ja poimi vasta sitten.

Parempi kaava sallii vasemmalla puolella vain merkit, jotka osoitteessa voivat esiintyä, ja oikealla puolella vain kirjainpohjaisen verkkotunnuksen. Kaava "[\w.+-]+@[\w-]+\.[\w.-]+" on kohtuullinen lähtökohta. Siitä huolimatta se voi jättää verkkotunnuksen perään pisteen, kun osoite päättää lauseen, koska verkkotunnuksen viimeinen osa sallii pisteitä. Poista yksi lopun piste jokaisesta osumasta. Sähköpostien ja linkkien poimija poistaa jo lopun välimerkit, joten tämä vaihe on tärkeä lähinnä silloin, kun kirjoitat oman kaavan.

Näin edellä olevat kaksi esimerkkiä menevät tällä kaavalla:

• "Write to [email protected]." antaa "[email protected].", jossa lopun piste on poistettava.
• "Contact [email protected], or [email protected]." antaa "[email protected]" ja "[email protected].", joten sama siivous koskee niitä.

Linkit toimivat samalla tavalla

URL-osoitteissa on sama ongelma. Lauseen lopussa oleva linkki kantaa usein pistettä, pilkkua tai sulkevaa sulkua. Sulkujen sisällä oleva linkki, kuten (see https://example.com/page), voi ottaa mukaansa sulkevan sulun, jos kaava on ahne. Siivoa lopun välimerkit ja tarkista sitten, että jokainen linkki aukeaa selaimessa.

Linkit voivat olla myös suhteellisia, kuten /contact, joita sähköpostiosoitteiden poiminta ei ota huomioon. Päätä, tarvitsetko vain absoluuttisia osoitteita, ja mainitse se, kun ajat poiminnan.

Vaiheet, jotka toimivat useimmissa vienneissä

1. Korvaa peitellyt muodot ensin Etsi ja korvaa -työkalulla: "[at]" muuttuu @-merkiksi ja "[dot]" pisteeksi, mutta vain siellä, missä näet tekstin olevan osoite.
2. Liitä teksti tai sivun HTML-lähdekoodi Teksti tai HTML -kenttään poimijatyökalussa. Osoitteet ja linkit poimitaan, ja lopun välimerkit poistetaan.
3. Pidä Poista päällekkäiset valittuna. Se ei huomioi isoja ja pieniä kirjaimia sähköpostiosoitteissa, joten [email protected] ja [email protected] lasketaan kerran. Valmiille listalle Poista päällekkäiset rivit tekee saman työn.
4. Valitse Lajittele A→Ö, jos haluat listan aakkosjärjestykseen.
5. Lue lopullinen lista läpi. Etsi arvoja, jotka eivät ole osoitteita, kuten kuvatiedostojen nimiä, joissa sattuu olemaan @-merkki.

Esimerkki käy läpi koko prosessin. Sivulla on "Sales: [email protected]", "[email protected]." ja "Support: [email protected]". Poiminta palauttaa kolme osumaa. Kun lopun piste on poistettu ja päällekkäisyydet poistettu kirjainkokoa välittämättä, tuloksena on kaksi osoitetta: [email protected] ja [email protected]. Jos haluat listan järjestykseen, valitse poimijassa Lajittele A→Ö tai käytä Lajittele rivit -työkalua.

Pidä lista siistinä ja laillisena

Sähköpostiosoitteet ovat monissa tilanteissa henkilötietoja, ja roskapostia koskevia sääntöjä on monissa maissa. Osoitteen kerääminen julkiselta sivulta ei automaattisesti anna lupaa lähettää sille viestiä. Esimerkiksi EU:n GDPR ja Yhdysvaltain CAN-SPAM-laki ovat kaksi tunnettua esimerkkiä, ja ne eroavat siinä, mitä ne vaativat. Tämä on yleistä tietoa, ei oikeudellista neuvontaa. Ennen kuin lähetät mitään, tarkista, mitkä säännöt koskevat sinua ja listan ihmisiä, ja säilytä joukkoviesteissä mahdollisuus tilauksen peruuttamiseen.

Erikoistapaukset

• Teksti, joka ei ole osoite. Merkkijonot kuten [email protected] voivat osua kaavaan. Poista kaikki, mikä päättyy tiedostopäätteeseen.
• Osoitteet kuvassa. Lue kuvakaappaus ensin Kuvasta tekstiksi -työkalulla ja poimi sitten tuloksesta. Kuvakaappauksen ja valokuvan opas kertoo, miten saat puhtaan tuloksen.
• Näkymättömät merkit. Osoitteen sisällä oleva nollaleveyksinen välilyönti rikkoo osuman, jolloin osoite jää huomaamatta. Poista näkymättömät merkit ennen poimintaa, jos tunnettu osoite puuttuu. Näkymättömien merkkien opas kertoo, mistä ne tulevat.
• Koodatut osoitteet. Jotkin sivut piilottavat osoitteita HTML-merkkiviitteisiin, kuten @ tarkoittaa @-merkkiä. Pura sivun teksti ensin, muuten kaava ei näe @-merkkiä.
• Pitkät viennit. Suurten tiedostojen kohdalla poimi tulos tiedostoon ja vertaa määrää odottamaasi rivimäärään.

Pikavastaukset

Miksi sähköpostipoimintani sisältää pisteen lopussa?

Verkkotunnuksen sisällä piste on sallittu, joten kaava, joka hyväksyy pisteet, voi tavoittaa lauseen lopun pisteen. Poista yksi lopun piste jokaisesta osumasta.

Voiko työkalu löytää osoitteet muodossa "name at example dot com"?

Ei luotettavasti ilman korvausvaihetta. Muunna sanat symboleiksi ensin, mutta vain siellä, missä teksti on selvästi osoite, jotta tavallisia lauseita ei muuteta.

Onko laillista lähettää sähköposti jokaiseen verkkosivulta poimimaasi osoitteeseen?

Se riippuu siitä, missä sinä ja vastaanottajat olette ja mistä viestissä on kyse. Roskapostia ja yksityisyyttä koskevat säännöt pätevät, joten tarkista ne ensin. Tämä on yleistä tietoa, ei oikeudellista neuvontaa.