alternate_email Extrator de Endereços de E-mail star

Como Funciona

O extrator varre o texto colado com uma expressão regular que procura o formato parte-local@domínio — uma sequência de caracteres permitidos, um sinal @, depois um domínio com pelo menos um ponto, correspondendo à forma como os endereços de e-mail quase sempre são escritos. Cole uma página da web raspada, uma lista de e-mails exportada ou uma longa thread de e-mails, e cada string que corresponde a esse padrão é extraída, deduplicada sem diferenciar maiúsculas de minúsculas, ordenada alfabeticamente e listada uma por linha. Isso lida com entradas confusas do mundo real sem nenhuma limpeza extra da sua parte: endereços misturados no meio de frases, embutidos em atributos HTML como links mailto:, ou espalhados por dezenas de parágrafos em um grande despejo de documento são todos encontrados da mesma forma.

A expressão regular usada aqui é uma aproximação simplificada e prática da RFC 5322 — a especificação técnica real do que conta como um endereço de e-mail válido. Essa é uma escolha deliberada, não um atalho nascido da preguiça: escrever uma única expressão regular totalmente compatível com a RFC 5322, capturando todo endereço tecnicamente válido sem nunca corresponder a um inválido, é quase impraticável. Um padrão totalmente compatível pode chegar a milhares de caracteres e precisa lidar com casos extremos raros, mas legais — partes locais entre aspas como "john doe"@example.com, ou domínios escritos como endereços IP entre colchetes, como user@[192.168.1.1] — que praticamente nunca aparecem em texto do mundo real. Toda ferramenta de extração prática, incluindo esta, troca essa última fração de cobertura teórica por um padrão que continua rápido, legível e confiável nos mais de 99% dos endereços que as pessoas realmente escrevem.

O Que Saber

• Ele verifica o formato, não a existência. Um endereço pode parecer perfeitamente válido e ainda assim retornar (bounce) — a ferramenta não tem como verificar se uma caixa de entrada é real, ativa ou está aceitando e-mails.
• Duplicatas são mescladas sem diferenciar maiúsculas de minúsculas. [email protected] e [email protected] são tratados como o mesmo endereço e listados uma única vez.
• Tudo roda localmente. A correspondência acontece no seu navegador com JavaScript — nenhum texto é enviado ou armazenado em nenhum lugar.
• Casos extremos podem escapar. Endereços ofuscados (como "nome [arroba] domínio [ponto] com", escritos para driblar raspadores) não corresponderão, já que intencionalmente não se parecem com a sintaxe padrão de e-mail.
• É feito para tarefas reais de extração. Extrair endereços de contato de uma página raspada, limpar uma lista de e-mails colada ou verificar quantos endereços únicos estão escondidos em uma longa thread de e-mail encaminhada são usos típicos.