域名邮箱Finder

Domain Email Finder 中文说明

Domain Email Finder 是一个 Coreclaw Python Worker，用于从网站 URL 或域名发现公开邮箱地址。

平台简介

输入网站 URL 或域名，Worker 会爬取目标网站、检查常见联系页面，并查询选定的免费公开来源，输出去重后的邮箱结果。结果包含邮箱、来源 URL、邮箱类型、置信度和证据片段。EmailCrawlr 和 Snov.io 是可选来源，只有在用户提供自己的凭据时才会启用。

功能范围

可以识别：

• 页面正文中的普通邮箱
• mailto: 链接
• @ 这类 HTML 编码邮箱
• sales [at] example [dot] com 等常见混淆写法
• 免费公开来源页面或公开搜索接口中出现的邮箱

Worker 会过滤常见占位和演示邮箱，例如 info@example.com、your@email.com、name@company.com、*.test、*.invalid、*.localhost 以及 example-* 这类外部占位域名。

内置来源

默认无密钥来源：

• 目标网站爬取和 HTTP 响应头分析
• 常见联系页、关于页、支持页、隐私页、安全页
• EmailFormat
• Skymem
• PGP keyservers
• searchcode
• grep.app
• Flickr 公开站点 key 发现
• StackOverflow 公开搜索接口
• Gravatar 对已发现邮箱做补充发现

可选凭据来源：

• EmailCrawlr：填写 emailcrawlr_api_key 并选择 emailcrawlr 后启用
• Snov.io：填写 snov_client_id 和 snov_client_secret 并选择 snov 后启用

本 Worker 不接入 Hunter、BuiltWith、FullContact、Dehashed、Host.io、JsonWHOIS、ZoneFiles、IntelligenceX 等付费商业提供商。

输入参数

使用 start_urls 输入一个或多个 URL 或域名。Coreclaw 会按该字段拆分任务。

常用参数：

• sources：选择要使用的公开来源。
• max_results：每个目标最多输出的去重邮箱数量。
• max_pages：每个目标最多爬取网页数。
• max_depth：网站内链最大爬取深度。
• max_source_pages：分页公开来源最多请求页数。
• same_domain_only：是否只爬取目标域名内页面。
• include_subdomains：是否把子域名页面和邮箱视为目标范围。
• include_affiliate_emails：是否输出目标网页中出现的外部邮箱。
• include_external_source_affiliate_emails：是否输出外部公开来源中发现的非目标域邮箱。
• request_timeout：HTTP 请求超时时间，单位为秒。
• request_delay_seconds：HTTP 请求间隔，单位为秒。

如果选择了 emailcrawlr 或 snov 但没有填写凭据，Worker 会跳过该来源，只在日志中记录来源级诊断，不会生成错误结果行。

输出字段

每一行是一条邮箱发现结果：

• email：发现的邮箱地址。
• email_type：邮箱类型，可能是 target、generic 或 affiliate。
• target：被扫描的目标域名。
• target_url：标准化后的目标 URL。
• source：发现该邮箱的来源。
• source_url：发现该邮箱的页面或接口 URL。
• is_generic：是否为通用角色邮箱。
• is_affiliate：邮箱域名是否不同于目标域名。
• confidence：该发现的置信度分数。
• evidence：邮箱命中位置附近的证据片段。
• status：行状态，例如 ok、no_results 或 failed。
• error：失败行的错误信息。

网络和密钥

Worker 会自动读取 Coreclaw 运行时注入的 PROXY_DOMAIN 和 PROXY_AUTH，并且不会把代理凭据写入日志。

用户填写的 API key 和 access token 不会写入日志或结果行。

建议首次运行配置

建议先只启用网站爬取和联系页：

{
  "start_urls": [{"url": "https://example.com"}],
  "sources": ["website", "contact_pages"],
  "max_results": 50,
  "max_pages": 50,
  "max_depth": 2,
  "same_domain_only": true,
  "include_subdomains": true,
  "include_affiliate_emails": false,
  "include_external_source_affiliate_emails": false,
  "request_timeout": 20,
  "request_delay_seconds": 0
}

如果目标网站没有明显公开邮箱，再逐步启用更多公开来源。

限制

• 公开来源覆盖情况因目标域名而异。
• 纯 JavaScript 渲染页面可能发现较少邮箱，因为当前 Worker 使用 HTTP 请求而不是完整浏览器。
• 免费公开来源可能限流或调整响应格式。
• 结果更适合作为公开联系方式发现数据，不应直接等同于已验证销售线索库。

合规使用

只在你有授权的域名，或明确允许收集公开联系信息的场景中使用本 Worker。请遵守适用的隐私、反垃圾邮件和网站服务条款要求。