不管做 B2B 还是 B2C，亦或是在线营销，和老外交流首先第一步就是获取到他/她的邮箱，才能进行后续的交流。
获取邮箱的通常做法，是通过浏览目标网站发现网站上的邮箱，再进行邮件沟通；厉害一点的做法就是借助第三方工具去发现目标用户的邮箱，省去人工找的过程。这样的工具主要有：
- Buzzmarker：一款谷歌浏览器插件，可以检查社交，姓名，Contact 资料来获取邮箱。
- Email Hunter：一款谷歌浏览器插件，只要输入域名就可以找到潜在的邮箱地址。
但是如果你有 10000 个客户线索呢？
OK，你体力很好，一个一个找吧，可能一个星期就处理完了。
十万个呢？
所以这里贴一份我前段时间写的 Python 脚本，利用技术去批量发掘用户的邮箱。直接将网址整理成一个 TXT 文档，启动脚本即可，一上午五千个邮箱不是难事。
贴下具体的代码，要是有不明白的可以底下留言或者邮件联系。
# 从配置文件中读取网址信息
def parse_text():
with open('./site.txt', 'r', encoding='utf-8') as f:
site_list = []
site_data = f.readlines()
# 排除特定字符网址
exclude_site = ['etsy.', 'youtube.', 'youtu.be', 'amzn.to.', 'amazon.', 'tiktok.', 'facebook.', 'gmail.', 'wa.me']
for item in site_data:
site = item.strip('\n')
flag = True
for exclude in exclude_site:
if exclude in site:
flag = False
break if flag:
if site not in site_list:
site_list.append(site)
return site_list# 解析网页寻找其中的邮件信息
def find_contact(link):
suffix_list = ['/', '/contact', '/contact-us', '/pages/contact', '/pages/contact-us', '/contactus', '/contacts',
'/get-in-touch', '/contact.html', '/contact-form', '/contact-4', '/connect', '/about', '/about-us',
'/pages/about', '/pages/about-us', '/pages/our-story', '/pages/location', '/pages/locate']
site_result = []
result = [link, '', '']
try:
for suffix in suffix_list:
url = 'http://' + link + suffix
res = requests.get(url, headers=HEADERS, proxies=PROXIES)
if res.status_code == 200:
email_set = find_email(res.text)
email_list = list(email_set)
if len(email_list) > 0:
result[1] = url
if len(email_list) == 1:
result[2] = email_list[0]
else:
info = ''
for email in email_list:
info = info + email + ' - '
result[2] = info
break
time.sleep(1)
except Exception as e:
result[2] = 'Process Error'
print('Process Error')
site_result.append(result)
# 保存数据
if len(site_result) > 0:
seller_export_df = pd.DataFrame(site_result)
seller_export_df.to_csv('C:\\Users\\Administrator\\Desktop\\res.csv', mode='a', header=False, index=False)
print('导出完成')