如何從雜亂文字中擷取所有電子郵件與連結

要從雜亂的網頁或匯出檔中找出所有電子郵件地址，可以先用符合地址格式的比對模式，再清理緊鄰地址的標點符號。簡單的模式會把句末的句號或逗號一起抓進來，也會漏掉以混淆方式寫的地址。取得清單後，使用前請逐一檢視。

擷取電子郵件與連結從網頁中抓出電子郵件免費使用

為什麼簡單的比對模式會出錯

常見的寫法是「一串非空白字元、一個 @ 符號、再一串非空白字元」。這種寫法很容易寫，但有兩個問題。

它會多抓（過度比對）。在句子「Contact [email protected], or [email protected].」中，模式 "\S+@\S+" 會抓到「[email protected],」（帶逗號）和「[email protected].」（帶句號）。這些都不是有效的地址，郵件合併或垃圾郵件過濾器都會拒絕它們。

它也會漏掉（比對不足）。以 "ana [at] example [dot] com" 或 "ana at example dot com" 這類寫法的地址完全抓不到。寫作者用這種形式避免被爬蟲收錄，有些網頁也因同樣的原因使用。請先把這些文字換回符號，再進行擷取。

較好的模式只允許地址左側出現合法字元，右側的網域則只允許以字母為主的內容。"[\w.+-]+@[\w-]+\.[\w.-]+" 是合理的起點。不過，當地址位於句尾時，它仍可能保留網域後的句號，因為網域的最後一段允許句點。請把每筆比對結果末尾的一個句號去掉。擷取電子郵件與連結工具已會自動去除結尾標點，因此這個步驟主要在你自行撰寫模式時才需要。

以下是上述兩個例子的比對結果：

• "Write to [email protected]." 會得到 "[email protected]."，句尾的句號必須去掉。
• "Contact [email protected], or [email protected]." 會得到 "[email protected]" 與 "[email protected]."，同樣需要清理。

連結的情況也一樣

網址也有相同的問題。位於句尾的連結常帶著句號、逗號或右括號。括號內的連結，例如 (see https://example.com/page)，若比對模式是貪婪的，就可能把右括號一起抓進來。請清除結尾標點，再確認每個連結都能在瀏覽器中開啟。

連結也可能是相對路徑，例如 /contact，而電子郵件地址的擷取會忽略這類連結。請先決定是否只需要絕對網址，並在執行擷取時註明。

適用於多數匯出檔的步驟

1. 先用尋找與取代處理混淆格式：只在能確定文字是地址的地方，把 "[at]" 換成 @、"[dot]" 換成句號。
2. 將文字，或網頁的 HTML 原始碼，貼到擷取工具的 文字或 HTML 欄位。工具會找出地址與連結，並去除結尾標點。
3. 保持勾選 移除重複項目。它會忽略電子郵件地址的大小寫，因此 [email protected] 與 [email protected] 只會計算一次。若你已有現成的清單，可用刪除重複行達到相同效果。
4. 若想依順序排列，請勾選 依 A→Z 排序。
5. 最後檢視整份清單，留意不是地址的項目，例如剛好含有 @ 符號的圖片檔名。

範例：頁面中有 "Sales: [email protected]"、"[email protected]." 與 "Support: [email protected]"。擷取會得到三筆結果。去掉句號並忽略大小寫去除重複後，結果為兩個地址：[email protected] 與 [email protected]。若想依順序排列，可在擷取工具中勾選 依 A→Z 排序，或使用排序文字行。

讓清單保持乾淨並符合法規

在許多地方，電子郵件地址都屬於個人資料，許多國家也訂有反垃圾郵件的規定。從公開網頁取得地址，並不代表就能寄信給對方。歐盟的 GDPR 與美國的 CAN-SPAM Act 是兩個知名的例子，它們的要求各不相同。以上為一般資訊，並非法律建議。寄送任何郵件前，請先確認適用於你與清單上對象的規定，並且在大量寄送的郵件中提供退訂選項。

特殊情況

• 不是地址的文字。 像 [email protected] 這樣的字串也可能被比對到。請移除任何以檔案副檔名結尾的項目。
• 圖片中的地址。 先用圖片轉文字工具讀取截圖，再從結果擷取。截圖與照片指南說明如何取得乾淨的辨識結果。
• 隱藏字元。 地址中的零寬空格會破壞比對，導致地址被漏掉。若已知的地址沒有被找到，請先移除隱藏字元再進行擷取。隱藏字元指南說明這些字元的來源。
• 編碼過的地址。 有些網頁會用 HTML 實體隱藏地址，例如用 @ 代表 @。請先解碼網頁文字，否則比對模式看不到 @ 符號。
• 大型匯出檔。 處理大檔時，請先擷取到檔案中，再將數量與預期的行數比對。

快速解答

為什麼我的電子郵件擷取結果在結尾多了一個句號？

網域中允許出現句點，因此接受句點的模式可能會把句尾的句號一起抓進來。請去掉每筆比對結果末尾的一個句號。

有沒有工具能找出寫成 "name at example dot com" 的地址？

若沒有替換步驟，通常無法可靠地找出。請先把文字換成符號，但只在確定是地址的地方進行，避免一般句子被改動。

從網頁擷取的每個地址都能寄信嗎？

這取決於你與收件人身在何處，以及郵件的內容。反垃圾郵件與隱私規定都適用，請先確認。以上為一般資訊，並非法律建議。