E-Mail-Adressen aus Text extrahieren

E-Mail-Adressen aus Text extrahieren: Gebrauch und praktische Anleitung

Durch das Extrahieren von E-Mails wird aus Text, der mit Namen, Etiketten oder Kommentaren gemischt wird, eine Adressliste. Eine typische Verwendung ist das Überprüfen eines Kontaktdokuments, das aus einem anderen System exportiert wird, in dem Adressen von Informationen umgeben sind, die für die nächste Aufgabe nicht erforderlich sind. Das Tool findet gemeinsame Muster und platziert eine Übereinstimmung auf jeder Ausgabezeile. Es werden keine Nachrichten gesendet, Mailto-Links geöffnet oder Domäneneinträge abgefragt. Das Ergebnis ist eine Auswahl von Texten, die in der Eingabe gefunden werden, nicht die Bestätigung, dass ein Konto verfügbar ist oder dass es einer bestimmten Person gehört.

Matching unterstützt gemeinsame Adressen mit nicht Akzent lateinischen Buchstaben, Ziffern und ausgewählten Symbolen vor dem Zeichen. Domains müssen punktgetrennte Labels enthalten. Dies ist bewusst enger als jedes Format, das von E-Mail-Standards erlaubt wird: zitierte lokale Teile, internationale Unicode-Adressen und einige ungewöhnliche Formate erfordern eine unabhängige Überprüfung. Eine von einem anderen System akzeptierte Adresse kann daher hier keine Übereinstimmung ergeben. Umgekehrt kann eine passende Adresse fiktiv sein, deaktiviert oder falsch geschrieben in einer Weise, die diese Extraktion nicht erkennen kann. Verwenden Sie das Tool, um Kandidaten für die Inspektion zu sammeln, anstatt Musterabgleich als erfolgreiche Lieferüberprüfung zu interpretieren.

Das Entfernen von Duplikaten vergleicht komplette Adressen genau wie geschrieben. Zwei Vorkommen von [email protected] werden eins, während [email protected] und [email protected] getrennte Einträge bleiben. Dadurch wird vermieden, dass angenommen wird, wie das empfangende Mailsystem den lokalen Teil behandelt. Die Ergebnisreihenfolge folgt dem ersten Auftreten jeder gespeicherten Adresse. Deaktivieren Sie die doppelte Entfernung, wenn Sie wiederholte Erwähnungen überprüfen und jedes Spiel behalten müssen. Die angezeigte Anzahl beschreibt die resultierende Liste, so dass sie nach der Deduplizierung abnehmen kann, obwohl sich der Ausgangstext nicht geändert hat. Speichern Sie die Originaleingabe separat, wenn das wiederholte Auftreten für Ihre Überprüfung relevant ist.

Vergleichen Sie die gesammelte Liste mit repräsentativen Passagen, bevor Sie sie an anderer Stelle verwenden. Überprüfen Sie Punkte, Bindestriche, plus Zeichen, Domain-Suffixe und Adressen neben Satzzeichen. Eine Adresse, die durch eine Zeile unterbrochen wird, die in einem Wort endet, wird nicht automatisch rekonstruiert. Substitutionen wie der Name bei example dot com werden ebenfalls nicht interpretiert. Ein Mangel an Übereinstimmungen stellt nicht fest, dass ein Dokument keine Kontaktinformationen enthält; überprüfen Sie, ob es ein nicht unterstütztes Format oder eine verschleierte Rechtschreibung verwendet. Input unterstützt bis zu einer Million Zeichen und zehntausend Übereinstimmungen. Kopieren oder laden Sie den resultierenden Text herunter, um ihn in einem anderen Tool weiter zu überprüfen, wobei genügend Quellkontext beibehalten wird, um zu bestätigen, dass jeder Kandidat aus der beabsichtigten Passage extrahiert wurde.