Come estrarre con Python email pubbliche e link social dalle homepage aziendali
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Un tutorial mostra uno script di circa 100 righe che trova info@ e pagine LinkedIn visitando solo homepage e pagine contact/about/impressum senza usare motori di ricerca o browser headless.
Un tutorial mostra uno script Python che trova email pubbliche e la pagina LinkedIn partendo da un elenco di domini aziendali, senza motori di ricerca né browser headless1.
Il caso d’uso è diretto. Hai una lista di domini da un CRM, da una lista di partecipanti o da una ricognizione sullo stack tecnico. Ti servono una casella info@ o sales@ e il link alla pagina aziendale su LinkedIn. L’articolo spiega che bastano richieste HTTP con una libreria di rete in Python e un filtro minimo sui link interni1.
La strategia evita il crawling dell’intero sito. L’autore la definisce lenta e scortese. Si parte dalla homepage, poi si seguono solo link dello stesso host che puntano a pagine probabili: contact, about, impressum, imprint, kontakt, team, support1.
Il cuore del metodo è una regex di selezione: CONTACT_HINTS = re.compile(r"contact|about|impressum|imprint|kontakt|team|support", re.I)1. Il pattern controlla il percorso dell’URL. Così si riducono le richieste inutili e si resta su pagine dove i contatti compaiono spesso1.
Il codice di esempio usa funzioni standard per trattare gli URL. urlparse estrae host e path. urljoin risolve i link relativi. L’estrazione degli href avviene con una regex sul markup. La funzione de-duplica con un dizionario e rimuove le query string, così ogni pagina candidata viene visitata una volta sola1.
La funzione mostrata si chiama contact_links(page, base_url). Riceve il contenuto HTML e l’URL di partenza. Scansiona gli href, normalizza i link relativi, filtra quelli che restano sullo stesso host e che hanno un path compatibile con la regex. Conserva gli URL senza parametri. Restituisce una lista senza duplicati1.
Il tutorial ribadisce un punto pratico: molte aziende pubblicano email e link social nel footer della homepage o nelle pagine contact, about o impressum. Qui si trovano spesso le caselle generiche e i rimandi a LinkedIn. Per questo non serve un motore di ricerca. Né un browser headless. Bastano la homepage e poche fetch mirate sulle pagine più promettenti1.
C’è un dettaglio linguistico che pesa. Le varianti tedesche contano: impressum e kontakt entrano nel pattern per migliorare la copertura delle pagine di contatto. La regex include anche imprint, una forma ricorrente in quelle sezioni legali1.
Il beneficio per chi lavora su liste è pratico. Si arricchiscono gli export di un CRM o gli elenchi di domini con canali pubblici di contatto. Si limita il traffico verso i siti perché si visitano poche pagine mirate. Si concentra lo sforzo dove le informazioni di contatto compaiono di norma1.
Lo script completo, indicato come funzionante e lungo circa 100 righe, accompagna il lettore e segnala i punti facili da sbagliare. Il frammento condiviso si concentra sulla selezione dei link, la scelta che riduce rumore e tempi morti. Il resto del codice esegue le richieste, visita le pagine candidate e cerca nel markup email pubbliche e link ai profili social, in particolare la pagina aziendale su LinkedIn1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono. Valutazione su questo pezzo: 9/10.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale: superato.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica. Questo articolo ha preso 8,1/10.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.