So, kali ini gue akan kasih tau cara mengumpulkan email yang tersedia dari sebuah website dengan menggunakan script sederhana yang gue buat dengan bahasa pemrograman Python.

Apa itu Mail Harvesting ?

Mail Harvesting adalah proses mengumpulkan daftar alamat email, biasanya untuk keperluan spamming. Proses ini dapat menggunakan berbagai teknik, salah satu nya yaitu Crawling.

Crawling sendiri merupakan sebuah istilah digunakan oleh bot search engine yang merujuk ke proses penelusuran website yang dilakukan oleh bot tersebut untuk tujuan pengindeksan website.

Tapi, kali ini kita akan melakukan Crawling untuk mengumpulkan email yang tersedia dari sebuah website.

Cara Kerja

Sebenernya cara kerja program ini cukup sederhana :

Kumpulkan URL yang tersedia -> Scrap Email dari masing-masing URL -> save -> Kumpulkan URL lain dari masing-masing URL tersebut

Dan script yang saya gunakan untuk scraping kurang lebih seperti berikut :

def fetch_mail(self, url):
        ' Fetch the available mail in web page '
        regex = re.compile(r'([a-zA-Z0-9+._-]+@[a-zA-Z0-9._-]+\.[a-zA-Z0-9_-]+)')
        headers = {'user-agent' : self.user_agent}
        requests = Request.Session()

        with requests.get(url, headers = headers) as request:
            if request.status_code != 404: # If response code is not 404, we can fetch the mail
                source = request.text
                found_mail = regex.findall(source)
                found_mail = list(filter(filter_mail, found_mail))

                for mail in found_mail: # Saving all the found mail(s) into the file.
                    print(
                        self.BOLD + self.GREEN + current_time(),
                        'found', self.BOLD + self.GREEN + '{}'.format(mail),
                        'in', self.GREEN + '{}'.format(url)
                    )
                    self.save_mail(mail)

Preview

Untuk Preview tools nya seperti berikut :

Untuk tools-nya, langsung cek github saya di sini.