Extrair emails do texto

Extrair emails do textoUsos e orientação prática

A extração de e-mails transforma o texto misturado com nomes, rótulos ou comentários em uma lista de endereços. Um uso típico é revisar um documento de contato exportado de outro sistema, onde os endereços são cercados por informações desnecessárias para a próxima tarefa. A ferramenta encontra padrões comuns e coloca uma correspondência em cada linha de saída. Ele não envia mensagens, abre links de mailto ou consulta registros de domínio. O resultado é uma seleção de texto encontrada na entrada, não a confirmação de que uma conta está disponível ou que pertence a uma pessoa em particular.

A correspondência suporta endereços comuns usando letras latinas não acentuadas, dígitos e símbolos selecionados antes do sinal em. Domínios devem conter rótulos separados por pontos. Isso é deliberadamente mais estreito do que todos os formatos permitidos pelos padrões de e-mail: partes locais citadas, endereços Unicode internacionais e alguns formatos incomuns exigem revisão independente. Um endereço aceito por outro sistema pode, portanto, não ser compatível aqui. Por outro lado, um endereço correspondente pode ser fictício, desativado ou escrito incorretamente de uma forma que essa extração não pode detectar. Use a ferramenta para coletar candidatos para inspeção, em vez de interpretar a correspondência de padrões como verificação de entrega bem-sucedida.

A remoção de duplicatas compara endereços completos exatamente como está escrito. Duas ocorrências de [email protected] Torne-se um, enquanto [email protected] e [email protected] permanecem entradas separadas. Isso evita assumir como o sistema de correio recebedor trata a parte local. A ordem dos resultados segue a primeira ocorrência de cada endereço retido. Desabilite a remoção duplicada quando precisar inspecionar menções repetidas e manter cada partida. A contagem exibida descreve a lista resultante, para que possa diminuir após a desduplicação, mesmo que o texto de origem não tenha sido alterado. Salve a entrada original separadamente se a ocorrência repetida for relevante para sua revisão.

Compare a lista coletada com passagens representativas antes de usá-la em outro lugar. Inspecione pontos, hífens, mais sinais, sufixos de domínio e endereços ao lado da pontuação. Um endereço quebrado por uma linha que termina dentro de uma palavra não é reconstruído automaticamente. Substituições como nome no exemplo dot com também não são interpretadas. A falta de correspondências não estabelece que um documento não contém informações de contato; verifique se ele usa um formato sem suporte ou ortografia ofuscada. A entrada suporta até um milhão de caracteres e dez mil fósforos. Copie ou baixe o texto resultante para continuar revisando-o em outra ferramenta, mantendo o contexto de origem suficiente para confirmar que cada candidato foi extraído da passagem pretendida.