摘自谷歌的公司聯繫方式

我的老闆給了我一份約3500家公司的名單，並且希望在明天之前爲他們每個人提供通用的聯繫電子郵件。我知道這聽起來很慢，而且這是，但我們的客戶要求它。我想採取的做法是這樣的：摘自谷歌的公司聯繫方式

我已經在這裏和那裏做了一些蟒蛇對返回的第一個電子郵件地址，但沒有網絡或具有正則表達式的...雖然我得到的基本觀點我不我不知道我能不能o在接下來的12小時內執行此操作。

如果任何人有我怎麼會腳本任何幫助，這與Python或Ruby我會很感激......

2012-03-26 user492998

我討厭這麼說，但如果您之前沒有做過，這不是一個合理的12小時要求。 – 2012-03-26 03:14:23

你真的很難*自動*在任何給定的網頁上找到'聯繫我們'頁面。如果你要走這條路線，最好查詢谷歌地圖，谷歌地圖通常會在結果中提供地址和電話信息。 – samb8s 2012-03-26 03:15:24

+1 @ samb8s，試圖在頁面上找到合適的鏈接很困難，而且很可能會導致很多死衚衕或螺旋式失控，因爲沒有「聯繫我們」頁面標識的標準。 – 2012-03-26 03:32:54

在Ruby中，你可能想看看使用Google's Custom Search API，隨着寶石Mechanize。 Ruby的URI庫或Addressable::URI gem將會很有用。此外，Ruby的Open::URI或類似Curb或Typhoeus將有所幫助。

您不想刮取Google的網頁。他們有一個API用於返回可用的響應，而不會發生刮擦，如果您嘗試掃描3500次搜索，我不會感到驚訝，如果他們在完成之前禁止了您。

實際的代碼示例要做的是你想要的是文檔中的庫和寶石。

2012-03-26 03:29:32

我會尋找一個非技術性的解決方案。你可以分出3500個名字，並將它們作爲HIT發佈到Amazon Mechanical Turk，每個支付1美分。然後，而不是編寫代碼來刮谷歌，你編寫代碼來創建點擊，讓真正的人做「刮」公司網站。

不知道這是否適合你，但這可能是我會做的。

希望有幫助！

布蘭登

2012-03-26 05:06:02 bcarlso

回答