مستخرج الإيميلات

1) التحضير: إن كان المدخل HTML أو يحوي كيانات (@ و@) نحلّله بـ DOMParser (دون تنفيذ أي سكربت) لنقرأ النص وقيم السمات (مثل mailto:) والتعليقات وسكربتات الصفحة. ثم نفك %40 و＠ العريضة.

2) فك التمويه: نحوّل الصيغ الشائعة إلى عنوان حقيقي: name [at] site [dot] com وname (at) site (dot) com وname AT site DOT com. نقيّد التحويل بأن يلي كلمة at نطاق بنقاط حتى لا تُحوَّل جملة مثل "meet at the park".

3) الاستخراج والتحقق من الصيغة: نبحث عن جزء@نطاق بأحرف Unicode (نقيّد الجزء المحلي عمدًا بالأحرف والأرقام و._%+-، فلا يلتصق العنوان بما حوله في الروابط والشيفرة)، ثم نتحقق: الجزء المحلي ≤ 64، لا نقاط متتالية ولا في الأطراف، تسميات نطاق صالحة، ونطاق علوي حرفي (≥ 2) غير امتداد ملف. لذلك لا يُحسب logo@2x.png عنوانًا.

4) إزالة المكرر: المقارنة بحروف صغيرة (والنطاقات الدولية بصيغة punycode)، ومع خيار Gmail تُهمل النقاط واللاحقة +tag في gmail.com. ونحتفظ بعدد مرات الظهور لكل عنوان للترتيب بالتكرار.

5) التصنيف: مزوّد مجاني (gmail وoutlook وغيرها)، دور (info وadmin…)، ومؤقت بمطابقة قائمة مضمّنة جزئية. تستطيع استبعاد أي تصنيف أو حصر النتائج في نطاقات محددة.